“岳杨皓”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果6个，建议您升级VIP下载更多相关专利

[发明专利]语音合成方法和装置、存储介质、电子设备-CN202310189613.3在审
发明人： 岳杨皓;宋伟;张雅洁;张政臣;吴友政 -专利权人：京东科技信息技术有限公司
申请日： 2023-02-27 - 公布日： 2023-06-23 - 主分类号： G10L13/10 文献下载
摘要：本公开提供一种语音合成方法和装置、存储介质、电子设备；涉及信息处理技术领域。该方法包括：获取待合成语句的符号序列，利用预先训练的声学预测模型，对所述符号序列进行声学特征预测，得到待合成语句对应的声学特征；声学预测模型包括韵律预测模型，韵律预测模型通过在模型训练阶段学习参考录音音频的韵律特征，以在语音合成阶段增强所述待合成语句的韵律特征；对声学特征进行特征转换和合成，得到待合成语句对应的语音。本公开可以解决相关技术中语音合成系统无法满足特定业务场景对韵律自然度和表现力的需求及语音合成效果不佳的问题。
语音合成方法装置存储介质电子设备

[发明专利]语音编辑方法、装置、电子设备及存储介质-CN202310193793.2在审
发明人：宋伟;岳杨皓;张雅洁;张政臣;吴友政;何晓冬 -专利权人：京东科技信息技术有限公司
申请日： 2023-02-23 - 公布日： 2023-05-30 - 主分类号： G10L13/033 文献下载
摘要：本公开提供了一种语音编辑方法、装置、电子设备及计算机可读存储介质，涉及语音处理技术领域。该方法包括：通过对齐工具获取语音和文本的对齐结果，根据对齐结果及编辑文本确定目标梅尔谱，目标梅尔谱包括：掩蔽区域梅尔谱、及非编辑区域梅尔谱，掩蔽区域由语音模型预测编辑文本中的变更文本预测得到，将编辑文本及目标梅尔谱发送至语音模型预测掩蔽区域梅尔谱，得到预测梅尔谱，通过声码器合成预测梅尔谱及非编辑区域梅尔谱得到最终语音，本公开实施例能够提升编辑效果和边界过度效果。
语音编辑方法装置电子设备存储介质

[发明专利]语音风格迁移合成方法及装置、电子设备、存储介质-CN202310134171.2在审
发明人：宋伟;岳杨皓;张雅洁;张政臣;吴友政 -专利权人：京东科技信息技术有限公司
申请日： 2023-02-07 - 公布日： 2023-05-16 - 主分类号： G10L13/08 文献下载
摘要：本公开提供了一种语音风格迁移合成方法及装置、电子设备、存储介质，涉及语音合成技术领域。该方法包括：获取待合成语音文本，确定待合成语音文本对应的音素序列；确定具有目标音色的对象语音嵌入向量；将音素序列以及对象语音嵌入向量输入到语音风格迁移合成模型中，生成目标语音音频；语音风格迁移合成模型用于预测目标语音风格的韵律特征，语音风格迁移合成模型包括用于生成韵律特征的韵律预测器，目标语音音频在播放时符合目标音色和目标语音风格。本公开实施例的技术方案可以在不改变音色的前提下，实现任意类型的语音风格的迁移，并且通过韵律预测器使合成的目标语音音频的语音风格可调，提升合成的目标语音音频的质量。
语音风格迁移合成方法装置电子设备存储介质

[发明专利]语音合成模型的训练方法、语音合成方法及装置-CN202310138459.7在审
发明人：宋伟;张雅洁;岳杨皓;张政臣;吴友政 -专利权人：京东科技信息技术有限公司
申请日： 2023-02-14 - 公布日： 2023-05-02 - 主分类号： G10L13/02 文献下载
摘要：本申请提出一种语音合成模型的训练方法、语音合成方法及装置，涉及深度学习、语音技术等人工智能技术领域，语音合成模型的训练方法包括：获取多个第一样本音频的样本声学特征、对应的第一音素序列以及对应的说话人标识，至少一个同一说话人标识对应的第一样本音频具有单一风格特征；将第一样本音频对应的第一音素序列以及对应的说话人标识输入语音合成模型，得到第一样本音频的预测声学特征；基于各第一样本音频的预测声学特征和样本声学特征对语音合成模型进行训练。实现了对音频中的音色特征和风格特征的解耦，从而可以利用多个说话人各自对应的具有单一风格特征的音频来训练语音合成模型，进而减少了语音合成模型的训练成本。
语音合成模型训练方法装置

[发明专利]一种语音合成方法及装置-CN202310148873.6在审
发明人：张雅洁;宋伟;岳杨皓;张政臣;吴友政 -专利权人：京东科技信息技术有限公司
申请日： 2023-02-14 - 公布日： 2023-05-02 - 主分类号： G10L13/08 文献下载
摘要：本公开提供一种语音合成方法及装置，其中，该方法包括：基于预训练的跨句文本编码器，确定待处理的文本数据中目标句子对应的上下文语义表征；基于预训练的跨句声学编码器，确定历史句子对应语音波形的声学表征；其中，所述历史句子为文本数据中待转换目标句子之前的句子；确定所述目标句子对应的音素嵌入序列，将音素嵌入序列输入到语音合成模型，得到所述语音合成模型输出的音素隐状态序列；基于所述音素隐状态序列、所述声学表征以及所述上下文语义表征，确定目标句子对应的语音波形。本公开提供的语音合成方法，能够提高语音合成韵律的连续性和丰富性，及对未见领域的泛化能力，从而提升了合成语音的自然度和表现力。
一种语音合成方法装置

[发明专利]一种语音合成方法及装置、存储介质及电子设备-CN202211465063.5在审
发明人： 岳杨皓;宋伟;张政臣;吴友政 -专利权人：京东科技信息技术有限公司
申请日： 2022-11-22 - 公布日： 2023-03-24 - 主分类号： G10L13/10 文献下载
摘要：本发明提供一种语音合成方法及装置、存储介质及电子设备，该方法包括：获取待合成文本的音素信息，该音素信息中包含待合成文本中每个文本单元的音素，以及包含该待合成文本中需要调整发音的文本单元的位置信息，文本单元为单词或单字；获取配音人员的身份信息，基于所述身份信息确定音色信息；调用预先训练完成的声学模型对音素信息和音色信息进行处理，得到待合成文本中需要调整发音的文本单元的声学特征；应用声学特征合成待合成文本的拟人化音频。应用本发明可以对待合成文本中的文本单元的发音进行调整，以使得音频中包含丰富的语气，合成的音频更加的拟人化，为用户提供更加优质的服务，提高用户的使用体验。
一种语音合成方法装置存储介质电子设备