[发明专利]一种基于深度神经网络音素信息的语音转换方法有效
| 申请号： | 201610830140.0 | 申请日： | 2016-09-18 |
| 公开（公告）号： | CN106504741B | 公开（公告）日： | 2019-10-25 |
| 发明（设计）人： | 李明;郑桦迪;蔡炜城 | 申请（专利权）人： | 广东顺德中山大学卡内基梅隆大学国际联合研究院;中山大学 |
| 主分类号： | G10L13/02 | 分类号： | G10L13/02;G10L15/02;G10L15/06;G10L15/14;G10L15/16;G10L25/69 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 林丽明 |
| 地址： | 528300 广东省*** | 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： | 本发明公开一种基于深度神经网络音素信息的语音转换方法，包括：训练阶段：步骤101：获得一个目标说话人预料，分别提取PPP特征和频谱低维特征；步骤102：去除频谱低维特征0阶系数，直接拼接PPP特征和频谱低维特征；步骤103：将联合特征训练成一个JD‑GMM模型；步骤104：计算源说话人F0和目标说话人F0的均值和方差；转换阶段：步骤105：对源说话人新的语音提取同样配置的PPP特征；步骤106：输入到JD‑GMM模型，得到估算出来的目标低维特征；步骤107：计算目标说话人的F0，做一个向目标说话人靠近的线性变换；步骤108：利用估算的频谱，线性变换后的F0，该语音的原0阶系数，一起还原成语音。 | ||
| 搜索关键词： | 一种 基于 深度 神经网络 音素 信息 语音 转换 方法 | ||
【主权项】：
1.一种基于深度神经网络音素信息的语音转换方法，其特征在于，包括：训练阶段：步骤101：获得一个目标说话人语料，分别提取因素后验概率PPP特征和频谱低维特征；步骤102：去除频谱低维特征0阶系数，直接拼接因素后验概率PPP特征和频谱低维特征；步骤103：将联合特征训练成一个联合分布混合高斯JD‑GMM模型；步骤104：计算源说话人基频F0和目标说话人基频F0的均值和方差；转换阶段：步骤105：对源说话人新的语音提取同样配置的因素后验概率PPP特征；步骤106：输入到联合分布混合高斯JD‑GMM模型，得到估算出来的目标低维特征；步骤107：计算目标说话人的基频F0，做一个向目标说话人靠近的线性变换；步骤108：利用估算的频谱，线性变换后的基频F0，该语音的原0阶系数，一起还原成语音。
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广东顺德中山大学卡内基梅隆大学国际联合研究院;中山大学，未经广东顺德中山大学卡内基梅隆大学国际联合研究院;中山大学许可，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/201610830140.0/，转载请声明来源钻瓜专利网。
