[发明专利]一种基于可控最大熵自编码器的零样本语音风格迁移方法在审
| 申请号： | 202111042601.5 | 申请日： | 2021-09-07 |
| 公开（公告）号： | CN113889069A | 公开（公告）日： | 2022-01-04 |
| 发明（设计）人： | 熊盛武;路雄博;荣毅;陈亚雄 | 申请（专利权）人： | 武汉理工大学 |
| 主分类号： | G10L13/02 | 分类号： | G10L13/02;G10L13/08;G10L25/18;G10L25/30;G06K9/62;G06N3/04 |
| 代理公司： | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人： | 许莲英 |
| 地址： | 430070 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种基于可控最大熵自编码器的零样本语音风格迁移方法，其中，方法包括：构建标签为说话人的语音数据集；构建可控熵风格特征提取分类网络，利用语音数据集语音及其标签对该网络参数进行优化；构建无标注语音数据集；构建可控最大熵语音风格迁移自编码器网络，利用无标注语音数据集语音对该网络参数进行优化；引入源语音以及目标语音，利用可控最大熵语音风格迁移自编码器网络对源语音以及目标语音进行风格迁移，将风格迁移后语音样本的梅尔谱图通过频谱逆变器转换为风格迁移之后的语音片段。本发明的技术方案，训练简单，易于收敛，实现了风格特征和内容特征的解耦，可以解决零样本、少样本、多语言的语音风格迁移任务。 | ||
| 搜索关键词： | 一种 基于 可控 最大 编码器 样本 语音 风格 迁移 方法 | ||
【主权项】：
暂无信息
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武汉理工大学，未经武汉理工大学许可，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/202111042601.5/，转载请声明来源钻瓜专利网。
- 上一篇：电感元件及其制造方法
- 下一篇：服务器
