“语音合成”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653652个，建议您升级VIP下载更多相关专利

[发明专利]端到端的语音合成方法、装置及存储介质-CN202010007126.7在审
发明人：邵志明;郝玉峰;黄宇凯;曹琼;李科;宋琼 -专利权人：北京海天瑞声科技股份有限公司
申请日： 2020-01-03 - 公布日： 2020-04-03 - 主分类号： G10L13/02 文献下载
摘要：本发明涉及互联网技术领域，提供端到端的语音合成方法、端到端的语音合成装置、端到端的语音合成模型训练方法、端到端的语音合成模型训练装置及存储介质，该端到端的语音合成方法包括：获取待处理文本；基于待处理文本，生成待处理文本对应的拼音序列；基于拼音序列，根据拼音的声母、韵母及声调得到拼音序列的模型数据；将模型数据输入端到端的语音合成模型，得到待处理文本对应的声波数据；合成声波数据，得到待处理文本对应的语音数据该方法将待处理文本拆分为拼音的声母、韵母及声调分别作为整体得到模型数据，将模型数据输入端到端的语音合成模型得到待处理文本对应的声波数据，更符合中文文本发音规律，使语音合成的结果更加准确。
端到端语音合成方法装置存储介质

[发明专利]语音合成方法、装置、设备及存储介质-CN202110082850.0在审
发明人：陈小建;陈闽川;马骏;王少军 -专利权人：平安科技（深圳）有限公司
申请日： 2021-01-21 - 公布日： 2021-06-01 - 主分类号： G10L13/02 文献下载
摘要：本发明涉及人工智能领域，公开了一种语音合成方法、装置、设备及存储介质。该方法包括：接收来自用户终端的语音合成任务，所述语音合成任务的数量为至少一个；将语音合成任务加入任务队列中，按预设的任务打包规则将任务队列中的所有语音合成任务进行打包，生成批处理任务；获取GPU管理队列中保存的GPU服务器中各GPU卡的工作状态，并根据工作状态选择一个GPU卡，将批处理任务发送至选中的GPU卡中对批处理任务中进行处理，得到批处理结果并按照打包前的语音合成任务进行拆分，得到与至少一个语音合成任务对应的至少一个语音合成结果此外，本发明还涉及区块链技术，语音合成任务的相关信息可存储于区块链中。
语音合成方法装置设备存储介质

[发明专利]语音合成方法、合成模型训练方法、装置、介质及设备-CN202110043638.3在审
发明人：殷翔 -专利权人：北京有竹居网络技术有限公司
申请日： 2021-01-13 - 公布日： 2021-05-11 - 主分类号： G10L13/08 文献下载
摘要：本公开涉及一种语音合成方法、合成模型训练方法、装置、介质及设备。方法包括：获取待合成文本对应的语音特征信息；将语音特征信息输入语音合成模型中，得到预测波形点信息，语音合成模型包括声学子模型和声码器，语音合成模型是通过分别对声学子模型、声码器进行预训练，之后，将预训练后所得的声学子模型和预训练后所得的声码器进行联合训练得到的由此，可提升语音合成的效率，并有效降低相关技术中将声学子模型和声码器分别训练所产生的误差累积，提升语音合成的准确度，还可避免声学特征因不具备普适性导致生成的音频信息不能适配特殊的发音需求的问题，从而进一步提升语音合成的效果
语音合成方法模型训练装置介质设备

[发明专利]语音合成模型的训练方法、语音合成方法、装置及介质-CN202111460685.4在审
发明人：黄石磊;汪雪;程刚;廖晨 -专利权人：深圳市北科瑞声科技股份有限公司
申请日： 2021-12-02 - 公布日： 2022-02-11 - 主分类号： G10L13/08 文献下载
摘要：本申请涉及人工智能技术领域，揭露了一种语音合成模型的训练方法，所述方法包括：获取训练文本，利用预设语音合成模型对所述训练文件进行音素转换，得到音素序列，所述语音合成模型包括编码器、解码器、残差网络和WaveGlow所述解码器和所述残差网络依次对所述音素序列进行处理，得到目标梅尔频谱；利用所述WaveGlow声码器对所述目标梅尔频谱进行并行音频转换，得到目标音频；对所述目标音频进行损失计算，得到训练损失值，并根据损失值调整语音合成模型的参数，得到目标语音合成模型。此外，本申请还涉及一种语音合成方法、装置、设备及存储介质。本申请可以提高语音合成模型的准确率，加快语音合成模型合成语音的训练速度。
语音合成模型训练方法装置介质

[发明专利]语音合成方法、装置、电子设备及计算机可读存储介质-CN202211227876.0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： 2022-10-09 - 公布日： 2023-05-16 - 主分类号： G10L13/02 文献下载
摘要：本说明书实施例提供了一种语音合成方法、装置、电子设备及计算机可读存储介质，其中，语音合成方法基于包括N个卷积模块和N个转置卷积模块的解码器对可变声学特征进行解码操作，即利用N个卷积和转置卷积操作实现解码过程，在对可变声学特征进行多方位学习，保证语音合成频谱质量的基础上，简化了解码操作的时间复杂度，提升了可变声学特征的解码速度，提高了语音合成的响应速度。同时，该语音合成方法在卷积处理之后加入了条带池化操作，可以学习基频和谐波之间的关系，使得基于获得的语音合成频谱生成的合成语音的音色更贴近真实人声，有利于提高语音合成方法合成语音的保真度。
语音合成方法装置电子设备计算机可读存储介质

[发明专利]一种语音合成模型训练方法、装置及电子设备-CN202110962778.0有效
发明人：马达标;李蒙 -专利权人：北京淇瑀信息科技有限公司
申请日： 2021-08-20 - 公布日： 2023-06-27 - 主分类号： G10L13/08 文献下载
摘要：本发明公开了一种语音合成模型训练方法、装置及电子设备，所述方法包括：根据语音合成任务采集对应的训练数据，采用所述训练数据与语音合成任务对应的训练方式训练语音合成模型；所述语音合成模型包括：编码器、主解码器本发明可以同时进行多说话人语音合成、纠正带有文本错误的数据集、还可以进行小数据迁移等多个语音合成任务，满足不同的语音合成需求，从而无需对每个语音合成任务单独进行模型创建和训练，提高模型训练的效率。
一种语音合成模型训练方法装置电子设备

[发明专利]基于人工智能的语音合成方法、装置、计算机设备和介质-CN202011638582.8在审
发明人：缪陈峰;梁爽;马骏;王少军 -专利权人：平安科技（深圳）有限公司
申请日： 2020-12-31 - 公布日： 2021-05-25 - 主分类号： G10L13/08 文献下载
摘要：本申请涉及大数据技术领域，特别是涉及一种基于人工智能的语音合成方法、装置、计算机设备和存储介质。所述方法包括：接收语音合成请求，语音合成请求携带有待合成语音的文本数据；对文本数据进行编码处理，得到对应文本数据的文本特征；对文本特征进行预测处理，得到对应文本特征的对齐信息；基于对齐信息，构建对应文本特征的对齐矩阵；通过对齐矩阵，对文本特征进行对齐转换，得到对应语音合成请求的目标语音。采用本方法能够提升语音合成准确性。本申请还涉及区块链技术领域，语音合成请求、文本特征、对齐信息、对齐矩阵以及目标语音等均可以上传至区块链。
基于人工智能语音合成方法装置计算机设备介质

[发明专利]一种情感语音的合成方法及合成装置-CN202210529681.5在审
发明人：詹皓粤;余心远;林悦 -专利权人：网易(杭州)网络有限公司
申请日： 2022-05-16 - 公布日： 2022-08-19 - 主分类号： G10L13/02 文献下载
摘要：本申请提供了一种情感语音的合成方法及合成装置，包括：确定待合成情感语音所对应的原始文本、目标情感、目标音色和情感音色；拆分原始文本以得到构成原始文本的多个目标音节；基于目标情感和情感音色对多个目标音节中的每个目标音节进行映射处理，得到每个目标音节的语音学语音特征序列；整合每个目标音节的语音学语音特征序列，得到原始文本的所对应的语音特征；利用语音特征和目标音色，合成目标情感语音。这样，在合成多音色的情感语音时，不必针对每种目标音色收集不同目标情感的语音数据，仅需收集一个或少数音色不同目标情感的语音数据，从而降低了多音色情感语音合成的成本，减少了相应音色的说话人的情感表现能力对语音质量的影响
一种情感语音合成方法装置

[发明专利]语音合成、情绪迁移、交互方法、存储介质、程序产品-CN202210481757.1在审
发明人：张光琰;张文杰;石强;盖于涛;姜飞俊 -专利权人：浙江猫精人工智能科技有限公司
申请日： 2022-05-05 - 公布日： 2022-08-09 - 主分类号： G10L13/08 文献下载
摘要：本申请提供了一种语音合成、情绪迁移方法、存储介质、程序产品，语音生成方法，包括：根据目标情绪以及待合成语音文本对应的音素序列进行韵律生成，得到待合成语音文本对应的音素级别的韵律信息；将音素级别的韵律信息上采样至语音帧级别，得到待合成语音文本对应的语音帧特征；将目标说话人的音色特征融入语音帧特征，并根据融入音色特征后的语音帧特征，生成与待合成语音文本对应的、并且以目标情绪表达的目标说话人语音。本方案先根据和音色无关的音素序列以及情绪生成韵律信息，再将音色融入韵律信息，可以将音色和韵律进行解耦，保证了语音帧特征中的音色仅包括目标说话人的音色，并可以通过语音的韵律准确表达目标情绪，提高了合成的语音的质量
语音合成情绪迁移交互方法存储介质程序产品

[发明专利]一种轨道机器人语音交互装置及方法-CN202110127723.8在审
发明人：陆秀谦;杨震威 -专利权人：康威通信技术股份有限公司
申请日： 2021-01-29 - 公布日： 2021-06-04 - 主分类号： G10L17/22 文献下载
摘要：本公开提出了一种轨道机器人语音交互装置及方法，包括：主控模块、语音识别模块及语音合成模块；所述语音识别模块基于设置完成的关键词列表给出与语音口令匹配程度最高的结果；所述语音合成模块对所述语音识别模块识别出的结果进行合成；所述主控模块处理来自语音合成模块的语音请求，对语音合成模块进行控制，使其产生相应的语句，并将语音请求结果提交给轨道机器人。
一种轨道机器人语音交互装置方法

[发明专利]语音处理方法、装置、计算机设备及计算机可读存储介质-CN202210455923.0在审
发明人：张旸;詹皓粤;林悦 -专利权人：网易（杭州）网络有限公司
申请日： 2022-04-27 - 公布日： 2022-07-05 - 主分类号： G10L13/033 文献下载
摘要：本申请实施例公开了一种语音处理方法、装置、计算机设备及计算机可读存储介质，可以预先构建语音合成模型和非平行语音转换模型，通过语音合成模型将目标文本合成为指定音色的中间语音，之后，在获取目标用户的用户语音后，通过平行语音转换模型直接将中间语音的指定音色转换为用户语音的音色以得到目标合成语音，从而能够快速进行语音克隆操作，使得用户在进行语音克隆时的操作简单，能够有效提高语音克隆的操作效率，并且，本申请实施例可以针对用户语音生成对应的平行转换模型，多个用户可以共用一个语音合成模型和非平行语音转换模型，能够简化语音转换模型结构，使语音转换模型轻量化，从而降低语音转换模型对计算机设备的存储消耗。
语音处理方法装置计算机设备可读存储介质

[发明专利]语音合成方法、装置、电子设备和存储介质-CN202110949472.1有效
发明人：高正坤;张君腾;孙涛;贾磊 -专利权人：北京百度网讯科技有限公司
申请日： 2021-08-18 - 公布日： 2022-06-17 - 主分类号： G10L13/047 文献下载
摘要：本公开提供了一种语音合成方法、装置、电子设备和存储介质，涉及语音、人工智能技术领域，尤其涉及语音合成、自然语言处理、深度学习技术领域。具体实现方案为：获取待合成文本以及获取目标用户的语音特征，根据待合成文本和语音特征，获取预测的第一声学特征；根据待合成文本，从模板音频库中获取目标模板音频，提取目标模板音频的第二声学特征；将第一声学特征和第二声学特征进行拼接，生成目标声学特征；基于目标声学特征和语音特征，对待合成文本进行语音合成，以生成目标语音。由此，目标声学特征可具有待合成文本的第一声学特征和目标模板音频的第二声学特征，特征表示效果更好，有助于提高目标语音的真实度和自然度，语音合成效果更好。
语音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、存储介质及电子装置-CN202011105070.5在审
发明人：刘光华;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： 2020-10-15 - 公布日： 2021-02-09 - 主分类号： G10L13/047 文献下载
摘要：本申请公开了一种语音合成方法、装置、存储介质及电子装置。该方法包括：对目标文本的各个文本部分进行情绪检测，得到多个情绪检测结果；确定每个情绪检测结果对应的语音库，得到多个语音库；基于多个语音库，对目标文本进行语音合成，得到目标文本的语音合成结果。通过本申请，解决了相关技术中对文本内容采用固定音库进行语音合成，合成结果机械性强、拟人化程度不高的问题。
语音合成方法装置存储介质电子

[发明专利]一种语音合成模型的训练方法、装置、电子设备和存储介质-CN202010835266.3在审
发明人：张鹏;胡新辉;徐欣康 -专利权人：浙江同花顺智能科技有限公司
申请日： 2020-08-19 - 公布日： 2020-11-20 - 主分类号： G10L13/02 文献下载
摘要：本申请涉及一种语音合成模型的训练方法、装置、电子设备和存储介质。该方法至少包括：通过语音合成模型对语音文本进行处理，得到所述语音文本中的一条语音语句对应的语音；基于所述语音的长度，判定所述语音语句是否正确结尾；若判定所述语音语句没有正确结尾，则确定所述语音语句的正确结束位置；将所述语音语句和所述语音语句的正确结束位置存储至异常训练库，基于所述异常训练库对所述语音合成模型进行局部训练，得到更新的语音合成模型。
一种语音合成模型训练方法装置电子设备存储介质

[发明专利]一种模拟用户说话的语音合成方法及系统-CN201711080690.6在审
发明人：孟猛 -专利权人：芋头科技（杭州）有限公司
申请日： 2017-11-06 - 公布日： 2018-03-23 - 主分类号： G10L13/08 文献下载
摘要：本发明公开了一种模拟用户说话的语音合成方法及系统，属于语音合成技术领域；方法包括步骤S1，获取外部输入的一段待模拟语音；步骤S2，将待模拟语音识别为对应的包括多个顺序排列的基本音子的发音文本；步骤S3，根据待模拟语音分别处理得到发音文本中每个基本音子的发音时段信息；步骤S4，将发音文本和发音时段信息送入包括一预先训练形成的语音合成模型的语音合成器中，以得到对应于待模拟语音的合成语音并输出。系统包括语音获取单元、语音识别单元、处理单元以及合成单元。上述技术方案的有益效果是体现语音模拟应用的音色一致性，突出应用本身的个性特点，同时提供给用户更有特色的合成语音，提升用户的使用体验。
一种模拟用户说话语音合成方法系统