[发明专利]一种音频信息的生成方法和装置有效
| 申请号： | 201711137172.3 | 申请日： | 2017-11-16 |
| 公开（公告）号： | CN109801618B | 公开（公告）日： | 2022-09-13 |
| 发明（设计）人： | 李廣之;王楠;康世胤;陀得意;朱晓龙;张友谊;林少彬;郑永森;邹子馨;何静;陈在真 | 申请（专利权）人： | 深圳市腾讯计算机系统有限公司 |
| 主分类号： | G10L13/08 | 分类号： | G10L13/08;G10L13/10 |
| 代理公司： | 深圳市深佳知识产权代理事务所(普通合伙) 44285 | 代理人： | 王仲凯 |
| 地址： | 518000 广东省深圳市南*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例公开了一种音频信息的生成方法和装置，用于通过输入文本就可以生成语音与节奏匹配的融合音频。本发明实施例提供一种音频信息的生成方法，其特征在于，所述方法包括：获取文本信息和第一音频信息，所述文本信息包括至少一个词；对文本信息进行语言学分析，分别得到至少一个词的语言学特征；通过时长预测模型分别对所述至少一个词进行音素级别的时长预测和时长自适应调整，得到所述至少一个词的音素时长预测值；根据所述至少一个词的音素时长预测值和相应的语言学特征生成对应于所述至少一个词的第二音频信息；将所述第一音频信息和所述第二音频信息合成得到融合音频信息。 | ||
| 搜索关键词： | 一种 音频 信息 生成 方法 装置 | ||
【主权项】：
1.一种音频信息的生成方法，其特征在于，所述方法包括：获取文本信息和第一音频信息，所述文本信息包括至少一个词；对所述文本信息进行语言学分析，分别得到所述至少一个词的语言学特征；通过时长预测模型分别对所述至少一个词进行音素级别的时长预测和时长自适应调整，得到所述至少一个词的音素时长预测值；根据所述至少一个词的音素时长预测值和相应的语言学特征生成对应于所述至少一个词的第二音频信息；将所述第一音频信息和所述第二音频信息合成得到融合音频信息。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深圳市腾讯计算机系统有限公司，未经深圳市腾讯计算机系统有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711137172.3/，转载请声明来源钻瓜专利网。
- 信息记录介质、信息记录方法、信息记录设备、信息再现方法和信息再现设备
- 信息记录装置、信息记录方法、信息记录介质、信息复制装置和信息复制方法
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录设备、信息重放设备、信息记录方法、信息重放方法、以及信息记录介质
- 信息存储介质、信息记录方法、信息重放方法、信息记录设备、以及信息重放设备
- 信息存储介质、信息记录方法、信息回放方法、信息记录设备和信息回放设备
- 信息记录介质、信息记录方法、信息记录装置、信息再现方法和信息再现装置
- 信息终端，信息终端的信息呈现方法和信息呈现程序
- 信息创建、信息发送方法及信息创建、信息发送装置
