“叶剑豪”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22个，建议您升级VIP下载更多相关专利

[发明专利]虚拟人物面部驱动方法、装置、存储介质及电子设备-CN202310189008.6在审
发明人：姜琳;叶剑豪;卢恒 -专利权人：上海喜马拉雅科技有限公司
申请日： 2023-03-01 - 公布日： 2023-06-23 - 主分类号： G06T13/40 文献下载
摘要：本实申请提供一种虚拟人物面部驱动方法、装置、存储介质及电子设备，涉及机器学习领域。其中，电子设备接收待转换的输入信息，其中，输入信息包括目标语音的语音特征以及目标风格的风格标识，语音特征具有目标语音的情感信息；然后，将语音特征输入到目标面部驱动模型的语音转换层，得到至少一帧第一表情参数，其中，至少一帧第一表情参数能够控制虚拟人物生成具有情感信息的面部表情；最后，将至少一帧第一表情参数与风格标识输入目标面部驱动模型的风格转换层，得到风格转换后的至少一帧第二表情参数。如此，使得至少一帧第二表情参数够能够控制虚拟人物生成具有情感信息以及目标风格的面部表情。
虚拟人物面部驱动方法装置存储介质电子设备

[发明专利]情感预测模型训练方法、文本情感预测方法及相关装置-CN202211410959.3在审
发明人：汪晨;林怡亭;贺天威;周鸿斌;叶剑豪;卢恒 -专利权人：上海喜马拉雅科技有限公司
申请日： 2022-11-11 - 公布日： 2023-04-04 - 主分类号： G06F16/35 文献下载
摘要：本发明涉及计算机技术领域，提供一种情感预测模型训练方法、文本情感预测方法及相关装置。通过获取多个文本样本及其情感类别标注数据集和情感剧烈程度标注数据集；并对每个文本样本的情感类别标注数据集进行数据分析，获得每个文本样本的复合情感类别标签；和对每个文本样本的情感剧烈程度标注数据集进行数据分析，获得每个文本样本的复合情感剧烈程度标签；再根据每个文本样本及其复合情感类别标签和复合情感剧烈程度标签，对预设基础模型进行训练得到情感预测模型。通过数据分析获得复合情感标签以使模型的训练样本具有更丰富的情感，并且文本样本即有情感类别维度的标签又有情感剧烈程度维度的标签，从而提升了模型的情感预测能力。
情感预测模型训练方法文本相关装置

[发明专利]一种语音转换模型训练方法、语音转换方法及装置-CN202211415018.9在审
发明人：任凯盟;周鸿斌;叶剑豪;贺来朋;贺天威;贺雯迪;游于人;谭芃菲;卢恒 -专利权人：上海喜马拉雅科技有限公司
申请日： 2022-11-11 - 公布日： 2023-03-07 - 主分类号： G10L21/013 文献下载
摘要：本申请的实施例提供了一种语音转换模型训练方法、语音转换方法及装置，涉及语音转换技术领域，方法包括：确定训练语料的音素编码向量、音色表征向量以及风格表征向量，计算音素编码向量、音色表征向量以及风格表征向量的互信息，将音素编码向量、音色表征向量以及风格表征向量级联得到目标向量，确定目标向量的预测梅尔谱，计算预测梅尔谱与真实梅尔谱的损失信息，基于互信息与损失信息对待训练的语音转换模型的参数进行调整，返回执行计算音素编码向量、音色表征向量以及风格表征向量的互信息至基于互信息与损失信息对待训练的语音转换模型的参数进行调整，得到更新后的语音转换模型的步骤，直至达到训练次数，提升语音转换的效果。
一种语音转换模型训练方法装置

[发明专利]语音合成方法及相关装置-CN202211083730.3在审
发明人：贺天威;汪晨;周鸿斌;林怡亭;叶剑豪;贺雯迪;谭芃菲;任凯盟;贺来朋;卢恒 -专利权人：上海喜马拉雅科技有限公司
申请日： 2022-09-06 - 公布日： 2022-12-06 - 主分类号： G10L13/02 文献下载
摘要：本申请提供的语音合成方法及相关装置中，语音合成设备获取目标文本中的情感类型分布以及情感强度分布，并根据情感强度分布调整情感类型分布，获得目标情感分布；最后，根据目标情感分布，生成目标文本的合成语音。由于情感类型分布表征多种预设情感在目标文本中的分布比例，情感强度分布表征多种预设情感强度在目标文本中的分布比例，因此，将情感强度分布作用于情感类型分布后，使得大量对白的有声阅读场景中的合成语音具有多种情感以及情感起伏的变化。
语音合成方法相关装置

[发明专利]虚拟形象表情控制方法及相关装置-CN202211162914.9在审
发明人： 叶剑豪;郁延珍;刘琼;鄢楷强;卢恒;陈宇昕 -专利权人：上海喜马拉雅科技有限公司
申请日： 2022-09-23 - 公布日： 2022-12-06 - 主分类号： G06F3/04847 文献下载
摘要：本申请提供的虚拟形象表情控制方法及相关装置中，表情合成设备获取虚拟形象播报目标内容时，虚拟形象的初始表情控制参数及口型控制参数；将初始表情控制参数中的唇部控制参数与口型控制参数进行融合，获得目标表情控制参数；控制虚拟形象生成与目标表情控制参数相匹配的面部表情。如此，使得虚拟形象在播报目标内容时面部表情与嘴型衔接的更加自然，以达到虚拟形象在说话时的口型在保持与目标内容高度相关的前提下，同时能够在不同情感状态及强度下有不同呈现效果的目的。
虚拟形象表情控制方法相关装置

[发明专利]重音标注生成方法、语音合成方法及相关装置-CN202211039419.9在审
发明人：贺雯迪;林怡亭;叶剑豪;周鸿斌;任凯盟;贺天威;谭芃菲;贺来朋;游于人;卢恒 -专利权人：上海喜马拉雅科技有限公司
申请日： 2022-08-29 - 公布日： 2022-11-22 - 主分类号： G10L13/10 文献下载
摘要：本发明提供一种重音标注生成方法、语音合成方法及相关装置，涉及语音合成领域。所述重音标注生成方法：首先，基于预设文本对应的音频数据，获取预设文本的韵律边界和预设文本中每个音节的声调和持续时间；然后，提取音频数据的声学特征；最后，根据韵律边界、声学特征以及每个音节的声调和持续时间，生成每个音节的重音标注，从而降低重音标注的时间成本，提高重音标注的准确性，进而保障训练后的音合成模型所合成的语音的节奏和表现力。
重音标注生成方法语音合成相关装置

[发明专利]语音合成模型的训练方法、语音合成方法及相关装置-CN202210932842.5在审
发明人： 叶剑豪;贺天威;周鸿斌;卢恒;贺雯迪;林怡亭 -专利权人：上海喜马拉雅科技有限公司
申请日： 2022-08-04 - 公布日： 2022-11-08 - 主分类号： G10L13/047 文献下载
摘要：本发明提供的语音合成模型的训练方法、语音合成方法及相关装置，语音合成模型包括声学模型、情感强度提取器、情感强度预测器和声码器，包括：获取训练样本集，通过情感强度提取器，提取每个训练样本对应的情感强度值；基于训练样本以及训练样本对应的情感强度值，对声学模型和情感强度预测器进行训练，直至声学模型和情感强度预测器均达到各自的训练条件；对声码器进行训练，直至达到声码器的训练条件，获得训练后的语音合成模型。本发明通过训练过程让情感强度提取器学到训练样本中的情感强度，从而无需人工标注情感强度，基于提取的情感强度作为标签对语音合成模型进行训练，提高了语音合成模型的训练效率和准确率。
语音合成模型训练方法相关装置

[发明专利]广告音频的推送方法、装置、电子设备及存储介质-CN202210991273.1在审
发明人：汤宗锦;贺来朋;周鸿斌;叶剑豪;吕翔;印晶晶;浦晟骄;赵光程;卢恒 -专利权人：上海喜马拉雅科技有限公司
申请日： 2022-08-18 - 公布日： 2022-11-01 - 主分类号： G06Q30/02 文献下载
摘要：本发明的实施例提供了一种广告音频的推送方法、装置、电子设备及存储介质，涉及计算机技术领域。先获取当前主播的主播标识对应的广告音频集合，该广告音频集合中包括多种音色特征与当前主播的音色特征相对应的广告音频。然后从广告音频集合确定出目标广告音频，该目标广告音频为广告音频集合中预估点击率最大或者预估产出值最大的广告音频。接着在当前播放音频对应的广告播放时间节点播放目标广告音频，当前播放音频属于当前主播。这样保证了推送给用户的目标广告音频与用户当前收听的当前播放音频的音色特征一致，不会干扰用户的收听体验。
广告音频推送方法装置电子设备存储介质

[发明专利]语音合成方法、装置、电子设备以及计算机可读存储介质-CN202110783989.8有效
发明人： 叶剑豪;苏志霸;周鸿斌;林怡亭;李林;任凯盟;贺天威;贺雯迪;卢恒 -专利权人：上海喜马拉雅科技有限公司
申请日： 2021-07-12 - 公布日： 2022-11-01 - 主分类号： G10L13/02 文献下载
摘要：本发明的实施例提供了一种语音合成方法、装置、电子设备以及计算机可读存储介质，方法包括：确定待合成文本；将待合成文本转化为待合成国际音标对应的第一ID序列和国际音标对应的声调ID；确定用户选择的目标对象的ID和标准对象的ID；输入至语音合成模型中语音合成模型，依据待合成文本的待合成国际音标序列，预测每个待合成国际音标的时长，语音合成模型根据待合成国际音标对应的第一ID序列、国际音标对应的声调ID、每个待合成国际音标的时长、目标对象的ID以及标准对象的ID进行处理，输出待合成文本的声学特征。能够使得对象在合成非本土语言的时候，能够使用本土说话人，即标准对象的韵律，最终得到更好的语音合成自然度。
语音合成方法装置电子设备以及计算机可读存储介质

[发明专利]语音合成方法、装置、电子设备和存储介质-CN202210749829.6在审
发明人：贺来朋;周鸿斌;叶剑豪;吕翔;印晶晶;汤宗锦;浦晟骄;赵光程;卢恒 -专利权人：上海喜马拉雅科技有限公司
申请日： 2022-06-28 - 公布日： 2022-10-11 - 主分类号： G10L13/02 文献下载
摘要：本发明涉及语音处理技术领域，提供一种语音合成方法、装置、电子设备和存储介质。电子设备预存有用户的标识及其对应的音色特征和预设转换模型；获取用户输入的待合成文本和用户的标识，并基于用户的标识获取对应的音色特征和预设转换模型；然后利用预设合成模型对待合成文本进行语音合成，得到待转换音频；再利用预设转换模型基于音色特征对待转换音频进行音色转换，得到符合用户音色的音频。通过预设合成模型得到包含文本内容的音频，并通过预设转换模型将该音频进行音色转换得到包含文本内容且符合用户音色的音频。从而提升了合成效果和音频质量。
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、电子设备及存储介质-CN202210443052.0在审
发明人：任凯盟;叶剑豪;周鸿斌;鄢楷强;贺天威;贺来朋;谭芃菲;卢恒 -专利权人：上海喜马拉雅科技有限公司
申请日： 2022-04-25 - 公布日： 2022-08-05 - 主分类号： G10L13/06 文献下载
摘要：本发明涉及语音处理技术领域，提供一种语音合成方法、装置、电子设备及存储介质。通过在电子设备中预存包括声学子模型和声码器的语音合成模型和多个用户的标识及语音特征，获取目标用户输入的待处理文本并基于目标用户的标识获得目标语音特征；然后通过声学子模型基于待处理文本和目标语音特征，预测待处理文本的声学特征，该声学子模型是基于无文本标注的语音样本训练得到的；再通过声码器基于待处理文本的声学特征，生成待处理文本的合成语音。通过采用无文本标注的语音样本训练得到的声学子模型来进行语音合成，可以避免人工对语音数据进行文本标注，节省了大量的时间和人工成本，提高了语音合成的效率。
语音合成方法装置电子设备存储介质

[发明专利]语音合成方法及相关装置-CN202210373088.6在审
发明人：苏志霸;叶剑豪;周鸿斌;林怡亭;贺天威;谢若耶;贺雯迪;任凯盟;贺来朋;谭芃菲;卢恒 -专利权人：上海喜马拉雅科技有限公司
申请日： 2022-04-11 - 公布日： 2022-07-08 - 主分类号： G10L13/08 文献下载
摘要：本申请提供的语音合成方法及相关装置，应用于语音合成领域。其中，语音合成设备获取目标文本序列中各文本音素的第一编码，将其与目标口技的口技音素对应的第二编码进行拼接，获得拼接成的目标编码；然后，将目标编码转换为对应的合成语音；因此，相较于仅使用目标文本序列进行语音合成的端对端语音合成模型方法，能够生成包括目标口技的合成语音，使得合成语音在播放时，能够呈现出更好的表达效果。
语音合成方法相关装置

[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-CN202210221749.3在审
发明人：周鸿斌;叶剑豪;林怡亭;贺天威;汪晨;卢恒 -专利权人：上海喜马拉雅科技有限公司
申请日： 2022-03-09 - 公布日： 2022-05-31 - 主分类号： G10L13/02 文献下载
摘要：本发明实施例提出一种语音合成方法、装置、电子设备及计算机可读存储介质，属于语音合成技术领域，方法包括：提取待处理文本的语言学特征，基于多个基础音色和多个基础情感，进行音色调合和情感调合，生成所述语言学特征所对应的需求音色式和需求情感式，从而基于语言学特征、需求音色式和需求情感式，利用预设的语音合成模型，得到具有需求音色和需求情感的语音，能合成包含各类情感和带有各种音色的语音，增加合成语音的生动性和丰富性，同时极大降低合成语音的机械性。
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]语音合成方法、装置、电子设备及可读存储介质-CN202111090595.0在审
发明人：苏志霸;叶剑豪;周鸿斌;李林;任凯盟;贺雯迪;贺天威;谭芃菲;卢恒 -专利权人：上海喜马拉雅科技有限公司
申请日： 2021-09-17 - 公布日： 2021-12-10 - 主分类号： G10L13/02 文献下载
摘要：本申请提出了一种语音合成方法、装置、电子设备及可读存储介质，涉及计算机领域。该方法包括：通过编码，获得目标文本的文本信息对应的文本特征，其中，文本信息包括目标文本的音素序列；利用预先训练好的时长预测模型，基于文本特征，获得文本特征中每个音素的预测时长；基于预测时长对所述文本特征进行音素帧级展开，获得帧序列；将帧序列输入到解码器中进行并行解码，获得各帧对应的声学特征，其中，解码器包括Unet网络；根据各帧对应的声学特征，得到目标文本对应的目标音频。如此，可提高语音合成质量及速度。
语音合成方法装置电子设备可读存储介质

[发明专利]语音合成方法和装置、电子设备及存储介质-CN202110783977.5在审
发明人：周鸿斌;李林;苏志霸;贺雯迪;叶剑豪;任凯盟;贺天威;卢恒 -专利权人：上海喜马拉雅科技有限公司
申请日： 2021-07-12 - 公布日： 2021-09-17 - 主分类号： G10L13/02 文献下载
摘要：本申请实施例提供的语音合成方法和装置、电子设备及存储介质，涉及语音合成技术领域。语音合成方法包括：首先，获取待处理语音数据的对数梅尔能量谱；其次，将待处理语音数据的对数梅尔能量谱输入预设的语音合成模型，得到第一合成音频，其中，预设的语音合成模型根据训练数据的对数梅尔能量谱进行训练得到。通过上述方法，可以实现通过对数梅尔能量谱就可以得到合成音频，避免了现有技术中语音合成方法需要的参数量较多，所导致的语音合成效率低的问题。
语音合成方法装置电子设备存储介质

1
2
下一页»
尾页
共 22 条