“合成文本”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果567898个，建议您升级VIP下载更多相关专利

[发明专利]一种视频合成方法、装置、设备及存储介质-CN202110003232.2有效
发明人：徐楠;郝艳妮;罗引;张西娜;孔庆超;吴晓飞;曲宝玉;曹家;王磊 -专利权人：北京中科闻歌科技股份有限公司
申请日： 2021-01-04 - 公布日： 2023-03-07 - 主分类号： H04N5/265 文献下载
摘要：本发明实施例公开了一种视频合成方法、装置、设备及存储介质。获取的待合成文本可以是任意语种的文本，待合成视频可以是用户选择的包括任意主播形象的视频片段，根据获取的待合成文本自动生成音频流，基于待合成视频中的无音视频流生成视频特征和唇部特征，并根据音频流生成音频特征和口型特征，基于口型特征和唇部特征确定口唇映射关系，根据口唇映射关系生成口唇一致的视频序列，进一步地，根据融合后的视频序列，生成目标合成视频，使整个目标合成视频中的人脸和唇部动作保持一致，并使目标合成视频中的主播唇动保持自然一致，并生成符合用户意愿的目标合成视频，提高用户观看体验。
一种视频合成方法装置设备存储介质

[发明专利]一种音频合成方法、装置、电子设备及存储介质-CN202011606861.6在审
发明人：肖金霸;王晓瑞 -专利权人：北京达佳互联信息技术有限公司
申请日： 2020-12-28 - 公布日： 2022-07-01 - 主分类号： G10L13/027 文献下载
摘要：本公开关于一种音频合成方法、装置、电子设备及存储介质，该方法包括：获取待合成基频和待合成文本；将所述待合成文本输入预先训练的谱预测模型，得到谱包络信息；将所述谱包络信息和所述待合成基频输入预先训练的梅尔频谱预测模型，得到预测梅尔频谱；根据所述预测梅尔频谱得到目标合成音频。本公开将待合成基频与谱包络相分离，从而在预测梅尔频谱时允许通过对待合成基频的精准控制来调整所预测的梅尔频谱，最终达到精准控制合成音频的目的，有利于确保合成音频的音高准确度，大大提高了音频合成的灵活性，非常适用于像歌唱合成这种对音高准确度有限制的音频合成场景
一种音频合成方法装置电子设备存储介质

[发明专利]语音合成方法、装置、电子设备及可读存储介质-CN202210298506.X在审
发明人：李婉;李健;武卫东;陈明 -专利权人：北京捷通华声科技股份有限公司
申请日： 2022-03-24 - 公布日： 2022-07-19 - 主分类号： G10L13/02 文献下载
摘要：本发明实施例提供了一种语音合成方法、装置、电子设备及可读存储介质，所述方法通过获取待合成文本的音素特征；将音素特征作为已训练声学模型的输入，并基于声学模型中的处理层生成音素特征对应的声学信息；处理层中包含至少一对第一采样模块和第二采样模块；第一采样模块用于降低特征维度，第二采样模块用于恢复特征维度；已训练声学模型基于长度不小于预设长度阈值的样本文本训练得到；基于声学信息，获取待合成文本对应的语音。这样，通过在声学模型中的第一采样模块和第二采样模块对音素序列参与计算的特征维度先降低，在处理之后再恢复，从而一定程度上可以不对长文本进行强行断句直接进行语音合成。
语音合成方法装置电子设备可读存储介质

[发明专利]电梯的基于增强数据集的无接触电梯服务-CN202180055355.9在审
发明人：扎菲尔·沙欣奥卢;彭冠铨;阿兰·苏利文;W·耶拉祖尼 -专利权人：三菱电机株式会社
申请日： 2021-05-13 - 公布日： 2023-05-23 - 主分类号： B66B1/46 文献下载
摘要：TNN模型以增强数据集作为合成训练数据集来使用训练处理器进行训练，以稍后执行电梯标识符识别。从合成文本图像生成增强数据集，合成文本图像以不同的几何参数和视觉参数增强至训练电梯标识符集合的在外观上的预定数量的变体。相机捕获用户图像。来自用户图像的文本图像部分使用TNN模型来提取，并且使用所提取的文本图像部分和TNN模型检测所提取的文本图像部分中的电梯标识符。
电梯基于增强数据接触服务

[发明专利]一种语音克隆方法、装置、设备及存储介质-CN202310066406.9在审
发明人：孙志宏 -专利权人：思必驰科技股份有限公司
申请日： 2023-01-17 - 公布日： 2023-06-02 - 主分类号： G10L13/08 文献下载
摘要：本发明提供一种语音克隆方法、装置、设备及存储介质，所述方法包括：接收待合成文本；将所述待合成文本转换为待合成音素序列；将所述待合成音素序列输入自适应声学模型，利用所述自适应声学模型将所述待合成音素序列转换为目标对象的待合成声学特征，所述自适应声学模型是基于目标对象的目标语音样本数据对基础声学模型进行自适应训练获得的，在对所述基础声学模型进行自适应训练时，对所述基础声学模型中解码器的条件归一化层的参数进行更新；采用声码器将所述待合成声学特征合成所述目标对象的待合成音频数据
一种语音克隆方法装置设备存储介质

[发明专利]语音合成方法、装置、电子设备及存储介质-CN202210160760.3在审
发明人：朱志浩 -专利权人： TCL科技集团股份有限公司
申请日： 2022-02-22 - 公布日： 2023-09-01 - 主分类号： G10L13/08 文献下载
摘要：本发明公开了一种语音合成方法、装置、电子设备及存储介质，该方法包括获取待合成文本数据，然后从用户特征向量字典中确定需要合成的目标声纹特征向量，并调用训练后的TTS模型对待合成文本数据和目标声纹特征向量进行语音合成处理，以得到目标合成语音。采用本发明实施例，能够在一个TTS模型中对用户特征向量字典中的每个声纹特征向量进行语音合成，从而能够在单个TTS模型中合成多个不同用户音色的语音数据，以此避免为了实现合成多个不同用户音色的音频数据，而需要部署与运行多个独立的
语音合成方法装置电子设备存储介质

[发明专利]图像显示装置和照相机、图像显示方法、程序及图像显示系统-CN200810179548.1有效
发明人：丸山淳;上村达之;野中修 -专利权人：奥林巴斯映像株式会社
申请日： 2008-12-04 - 公布日： 2009-06-10 - 主分类号： H04N5/262 文献下载
摘要：相应于文本的情感来选择图像、并使在对应图像中合成了该文本的合成图像依次显示到显示部的本发明的图像显示装置具有：判定文本的情感的情感判定部(27)；判定图像的被摄体的表情的表情判定部(25)；选择由表情判定部所判定的被摄体的表情与由情感判定部所判定的文本的情感对应的图像来作为与文本对应的图像的图像选择部(28)；将文本和由图像选择部选择出的图像合成、生成文本图像的文本合成部(30)；以及显示由文本合成部生成的文本图像的显示部(22)。
图像显示装置照相机显示方法程序系统

[发明专利]生成虚拟人物交互的方法、交互系统、电子设备和介质-CN202110577069.0在审
发明人：张桂芳;白泽远;赵宁;吴岩 -专利权人：青岛海尔空调器有限总公司;青岛海尔空调电子有限公司;海尔智家股份有限公司
申请日： 2021-05-26 - 公布日： 2021-09-10 - 主分类号： F24F11/58 文献下载
摘要：本发明提供一种生成虚拟人物交互的方法、交互系统、电子设备和介质，包括：识别交互信号中的控制信息；将运行信息、环境信息和控制信息与云端数据库进行匹配；根据匹配出的影像合成文本，输出以虚拟人物为主体的虚拟影像本发明提供的空调器生成虚拟人物交互的方法，通过识别用户对空调器的交互信号，获取控制信息，并根据获取的运行信息、环境信息以及控制信息与云端数据库进行匹配，由于云端数据库中包括基于运行信息、环境信息以及控制信息一一对应的影像合成文本，空调器可根据匹配出的影像合成文本，输出以虚拟人物为主体的虚拟影像，实现以视频的形式完成用户与空调器之间的交互，使得交互过程更加生动，提高用户的交互体验。
生成虚拟人物交互方法系统电子设备介质

[发明专利]一种语音合成播放方法、装置和存储介质-CN201910848598.2在审
发明人：杨木文 -专利权人：腾讯科技(深圳)有限公司
申请日： 2019-09-09 - 公布日： 2019-12-20 - 主分类号： G10L13/08 文献下载
摘要：本发明实施例公开了一种语音合成播放方法、装置和存储介质，其中，用户终端可以接收语音合成请求，并根据语音合成请求获取需要进行语音合成的待合成文本，然后将待合成文本发送至语音合成服务器进行语音合成，得到对应的合成语音，然后播放该合成语音，并接收对合成语音的发音校正请求，根据发音校正请求接收对应于合成语音的校正数据，将该校正数据发送至语音合成服务器用于更新合成语音，从而得到更新后的合成语音，将当前播放的合成语音替换为更新后的合成语音进行播放相比于相关技术，本发明在播放合成语音的过程中，能够实时对播放的合成语音进行校正、更新，由此，即使在多音字的发音预测错误时，也能够及时校正其发音。
语音合成语音合成播放语音合成服务器发音校正合成文本校正发音更新多音字发送存储介质更新合成请求获取请求接收校正数据用户终端语音替换正数据预测

[发明专利]一种合成语音的方法、训练合成语音模型的方法及装置-CN202210695285.X在审
发明人：蔡岩松;杜新凯;李亚楠;牛国扬;邓钊 -专利权人：阳光保险集团股份有限公司
申请日： 2022-06-20 - 公布日： 2022-09-23 - 主分类号： G10L13/047 文献下载
摘要：本申请提供一种合成语音的方法、训练合成语音模型的方法及装置，该方法包括，利获取待模拟对象的情绪信息，其中，情绪信息包括语速信息、音量信息和音调信息中的至少一种；将待模拟对象的身份标识、待合成文本和情绪信息输入预先训练好的合成语音模型中，得到待合成文本对应的合成语音，其中合成语音模型是通过使用待模拟对象的预设语音样本对基础模型进行训练得到的，基础模型是通过使用一个或多个用户的标准语音样本对初始模型进行训练得到的，预设语音样本的时长小于标准语音样本的时长通过该方法可以达到提高合成语音效率的效果。
一种合成语音方法训练模型装置

[发明专利]语音合成方法、装置、电子设备及存储介质-CN202211008537.3在审
发明人：刘鹏飞;蒋宁;吴海英;刘敏 -专利权人：马上消费金融股份有限公司
申请日： 2022-08-22 - 公布日： 2023-05-16 - 主分类号： G10L13/08 文献下载
摘要：本申请公开了一种语音合成方法、装置、电子设备及存储介质，方法包括：获取目标说话人的说话人嵌入式特征以及待合成文本对应的音素序列；将所述音素序列输入至语音合成模型进行编码处理，得到音素编码特征；通过仿射变换网络对所述说话人嵌入式特征进行仿射变换，得到所述目标说话人的第一说话特征向量和所述目标说话人的第二说话特征向量，并将所述第一说话特征向量、所述第二说话特征向量以及所述音素编码特征进行融合处理；通过所述语音合成模型基于所述融合处理后的特征进行语音合成处理，得到所述待合成文本对应的合成语音，所述合成语音的音色与所述目标说话人相匹配。
语音合成方法装置电子设备存储介质

[发明专利]基于人工智能的文本生成方法、装置、设备及存储介质-CN202010219702.4有效
发明人：李丕绩;刘晓江 -专利权人：腾讯科技（深圳）有限公司
申请日： 2020-03-25 - 公布日： 2022-03-01 - 主分类号： G06F40/186 文献下载
摘要：本申请实施例公开了一种基于人工智能的文本生成方法、装置、设备及存储介质，该方法包括：在获取到待生成文本的模板信息之后，可以先根据待生成文本的模板信息，确定待生成文本中各符号位置的格式信息；再根据待生成文本中各符号位置的格式信息和预先构建的强文本生成模型，得到强文本生成模型输出的待生成文本中各符号位置的符号概率，并根据待生成文本中各符号位置的符号概率，确定待生成文本中各符号位置的符号，以便将待生成文本中各符号位置的符号按照符号位置排序组合，得到待生成文本其中，因强文本生成模型能够基于各符号位置的格式信息，准确地确定出各符号位置的符号概率，使得本申请能够借助实现按照任一模板格式要求生成强模板文本的目的。
基于人工智能文本生成方法装置设备存储介质

[发明专利]基于韵律的语音合成方法、模型训练方法及相关设备-CN202011224950.4在审
发明人：周明康;罗超;陈子浩;胡泓;李巍 -专利权人：携程计算机技术（上海）有限公司
申请日： 2020-11-05 - 公布日： 2021-02-05 - 主分类号： G10L13/10 文献下载
摘要：本发明涉及语音处理技术领域，提供一种基于韵律的语音合成方法、模型训练方法及相关设备。所述基于韵律的语音合成方法包括：对待合成文本进行预处理，获得分词文本；根据所述分词文本，通过一韵律模型获得包含韵律信息的韵律文本；将所述韵律文本转换成包含韵律特征的向量；根据所述包含韵律特征的向量，通过一声学模型获得梅尔谱特征；以及根据所述梅尔谱特征，合成目标音频。本发明根据文本的韵律特征进行语音合成，生成发音自然的音频数据，避免断句错误，使合成的音频数据播放起来更加自然真实，提升用户体验。
基于韵律语音合成方法模型训练相关设备

[发明专利]语音合成方法、系统、终端及存储介质-CN202310933990.3在审
发明人：孙见青;梁家恩 -专利权人：云知声智能科技股份有限公司
申请日： 2023-07-27 - 公布日： 2023-10-13 - 主分类号： G10L13/08 文献下载
摘要：本发明提供了一种语音合成方法、系统、终端及存储介质，该方法包括：根据样本语音训练声调预测模型；分别获取语音样本和语音合成样本的基频信息进行聚类，得到第一聚类信息；根据第一聚类信息对语音合成样本进行声调设置，根据声调设置后的语音合成样本训练端到端语音合成模型；将待合成文本的拼音信息输入训练后的声调预测模型进行声调预测，得到输出拼音，将输出拼音输入训练后的端到端语音合成模型进行语音合成，得到合成语音。本发明实施例，通过将输出拼音输入训练后的端到端语音合成模型进行语音合成，能自动得到待合成文本对应的合成语音，无需人工建立发音信息的构建规则，提高了语音合成系统搭建效率。
语音合成方法系统终端存储介质

[发明专利]语音合成方法及装置、电子设备和计算机可读存储介质-CN201911114573.6在审
发明人：张黄斌;李辉 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-11-14 - 公布日： 2021-05-14 - 主分类号： G10L13/02 文献下载
摘要：本公开实施例提供了一种语音合成方法及装置、电子设备和计算机可读存储介质，属于计算机技术领域。该方法包括：获取待合成文本的输入条件信息；获得所述待合成文本的合成语音信号的前K个采样点，K为大于或等于1且小于或等于M的正整数，M为大于或等于1的正整数；根据所述前K个采样点查找向量表，获得目标行向量；对所述目标行向量进行求和处理，生成融合向量；以及根据所述输入条件信息和所述融合向量，合成所述合成语音信号的当前采样点。采用本公开实施例提供的方案，可以降低计算量，提高语音合成的速度。
语音合成方法装置电子设备计算机可读存储介质

首页
«上一页
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条