“合成语音数据”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3055225个，建议您升级VIP下载更多相关专利

[发明专利]语音风格迁移合成方法及装置、电子设备、存储介质-CN202310134171.2在审
发明人：宋伟;岳杨皓;张雅洁;张政臣;吴友政 -专利权人：京东科技信息技术有限公司
申请日： 2023-02-07 - 公布日： 2023-05-16 - 主分类号： G10L13/08 文献下载
摘要：本公开提供了一种语音风格迁移合成方法及装置、电子设备、存储介质，涉及语音合成技术领域。该方法包括：获取待合成语音文本，确定待合成语音文本对应的音素序列；确定具有目标音色的对象语音嵌入向量；将音素序列以及对象语音嵌入向量输入到语音风格迁移合成模型中，生成目标语音音频；语音风格迁移合成模型用于预测目标语音风格的韵律特征，语音风格迁移合成模型包括用于生成韵律特征的韵律预测器，目标语音音频在播放时符合目标音色和目标语音风格。本公开实施例的技术方案可以在不改变音色的前提下，实现任意类型的语音风格的迁移，并且通过韵律预测器使合成的目标语音音频的语音风格可调，提升合成的目标语音音频的质量。
语音风格迁移合成方法装置电子设备存储介质

[发明专利]一种声音模仿方法及装置-CN201310423715.3有效
发明人：赵欢;郑睿;陈佐;张希翔;杨泽英 -专利权人：湖南大学
申请日： 2013-09-17 - 公布日： 2014-01-01 - 主分类号： G10L13/02 文献下载
摘要：本发明公开了一种声音模仿方法及装置，方法步骤包括获取语音信号及模仿对象，将语音信号预处理，将语音信号的每一个语音帧根据模仿对象进行音调转换及音色转换、重新合成得到合成语音帧，将所述合成语音帧添加至模仿语音帧，最终将由所述模仿语音帧构成的模仿语音输出。声音模仿装置包括输入模块、音调转换模块、音色转换模块、语音帧合成模块、模仿语音帧添加模块、判断处理模块和模仿语音输出输出模块。
一种声音模仿方法装置

[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]图形码朗读演奏演唱器-CN201010531118.9无效
发明人：胡力游 -专利权人：胡力游
申请日： 2010-11-04 - 公布日： 2012-05-23 - 主分类号： G10L13/02 文献下载
摘要：由读取模块、解码模块、合成模块和发声模块组成。读取模块将印刷物上的图形码作为数码图像读取，解码模块将读入的数码图像解码复原成语音符号或音乐符号等音频符号，合成模块将音频符号合成为音频数据，发声模块将音频数据以声音播放出去，实现被编码为图形码的语音或音乐的还原和发声
图形朗读演奏演唱

[发明专利]使用神经网络的文本到语音合成的无监督对齐-CN202210810222.4在审
发明人： K·施;J·R·巴列·戈梅斯·达科斯塔;R·巴德拉尼;A·朗库克基;平巍;B·卡坦扎罗 -专利权人：辉达公司
申请日： 2022-07-11 - 公布日： 2023-04-11 - 主分类号： G10L13/08 文献下载
摘要：本公开涉及使用神经网络的文本到语音合成的无监督对齐。当形成输入文本序列的单个音素的持续时间未知时，从输入文本序列生成合成语音可能很困难。主要地并行过程可以将语音节奏建模为单独的生成分布，以便可以在推理时对音素持续时间进行采样。还可以对诸如音调或能量之类的附加信息进行采样，以便为合成语音生成提供改进的多样性。
使用神经网络文本语音合成监督对齐

[发明专利]语音合成方法、装置、电子设备和存储介质-CN202211740485.9在审
发明人：董元杰;宋锐;胡亚军 -专利权人：科大讯飞股份有限公司
申请日： 2022-12-30 - 公布日： 2023-04-18 - 主分类号： G10L13/08 文献下载
摘要：本发明提供一种语音合成方法、装置、电子设备和存储介质，其中方法包括：获取待合成的文本；基于所述文本进行声学建模，得到所述文本对应的语音特征，所述语音特征与样本语音特征处于同一特征空间，所述样本语音特征是端到端语音合成模型或自监督语音特征提取模型对样本语音进行特征提取得到的；基于所述语音特征进行波形重构，得到所述文本对应的合成语音。本发明实施例提供的方法，将与基于端到端语音合成模型或自监督语音特征提取模型提取的样本语音特征处于同一特征空间内的语音特征，作为声学模型与声码器之间的桥梁以实现语音合成，从而使得语音合成过程中能够参考到更加丰富的声学信息，由此提高合成语音的语音质量。
语音合成方法装置电子设备存储介质

[发明专利]模型训练和语音合成方法、装置、设备及介质-CN202111451540.8在审
发明人：朱晓旭;张大成;李永强 -专利权人：北京猎户星空科技有限公司
申请日： 2021-12-01 - 公布日： 2023-06-02 - 主分类号： G10L13/02 文献下载
摘要：本发明公开了一种模型训练和语音合成方法、装置、设备及介质。由于可以根据训练完成的第一情感分类模型，获取情感提取模型，方便后续基于该情感提取模型，对原始语音合成模型进行训练，降低获取目标情感的语音合成模型的难度。通过该第一情感分类模型中包含的第一网络层所确定的该TTS数据对应的第一情感向量，是根据该TTS数据所具有的情感对应的情感权重向量和预先配置的各个情感关联参数确定的，从而实现结合非语音方面的信息确定该TTS数据所具有的情感的情感向量，提高了该情感向量的准确性，进而有利于后续基于将该情感向量结合到对原始语音合成模型进行训练的过程中，以提高用于合成带有情感的合成语音数据的语音合成模型的精度。
模型训练语音合成方法装置设备介质

[发明专利]语音合成方法和装置-CN201811061208.9在审
发明人：顾宇 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2018-09-12 - 公布日： 2018-11-13 - 主分类号： G10L13/02 文献下载
摘要：本申请实施例公开了语音合成方法和装置。该系统的一具体实施方式包括：获取用于合成待转换成语音的目标文本对应的预测信息，预测信息包括：预测出的对应于目标文本的时长信息、预测出的对应于目标文本的频谱信息、预测出的对应于目标文本的基频信息；将获取到的目标文本对应的预测信息输入至预先训练的语音合成模型，得到与目标文本对应的合成语音。该实施方式提高了所合成的语音的精度。
目标文本预测信息方法和装置语音合成合成语音预测语音合成模型基频信息频谱信息时长信息转换申请

[发明专利]复制语言信号、解码语音、合成语音的方法和装置-CN96121905.X无效
发明人：饭岛和幸;西口正之;松本淳;大森士郎 -专利权人：索尼公司
申请日： 1996-10-26 - 公布日： 1997-06-25 - 主分类号： G11B20/10 文献下载
摘要：一种以控制的速度复制语音的方法，其编码单元鉴别输入语音信号是浊音还是清音信号。依鉴别结果，编码单元对判定为浊音的信号部分执行正弦合成和编码，对判定为清音的信号部分由对最优矢量的检索使用综合分析方法执行矢量量化、解码单元产生与对应于预先设定祯的不同时间点相关的修改的已编码参数。语音合成单元合成浊音部分和清音部分。用编码的数据输出单元输出编码的位流或编码的数据。波形合成单元合成语音波形。
复制语言信号解码语音合成方法装置

[发明专利]合成语音的方法和装置-CN200410056699.X无效
发明人：饭岛和幸;西口正之;松本淳;大森士郎 -专利权人：索尼公司
申请日： 1996-10-26 - 公布日： 2005-03-09 - 主分类号： G10L21/04 文献下载
摘要：一种以控制的速度复制语音的方法，其编码单元鉴别输入语音信号是浊音还是清音信号。依鉴别结果，编码单元对判定为浊音的信号部分执行正弦合成和编码，对判定为清音的信号部分由对最优矢量的检索使用综合分析方法执行矢量量化、解码单元产生与对应于预先设定祯的不同时间点相关的修改的已编码参数。语音合成单元合成浊音部分和清音部分。用编码的数据输出单元输出编码的位流或编码的数据。波形合成单元合成语音波形。
合成语音方法装置

[发明专利]基于成语接龙游戏的语音数据处理方法及相关装置-CN202211365025.2有效
发明人：龙方舟;黄登辉 -专利权人：深圳市人马互动科技有限公司
申请日： 2022-11-03 - 公布日： 2023-03-03 - 主分类号： A63F13/424 文献下载
摘要：本申请提供了一种基于成语接龙游戏的语音数据处理方法及相关装置，应用于游戏语音数据处理系统中的服务器，该方法包括：调用人机互动引擎检测玩家的语音数据；若在预设时长内检测到玩家输入的第一语音数据，则拆分第一语音数据对应的第一文本内容得到多个词语；根据多个词语确定出第一文本内容包含的至少一个成语；从至少一个成语中筛选出用于指示玩家实际输入意图的第二接龙成语；判断第二接龙成语是否满足预设成语接龙规则，若满足则生成并向终端设备发送目标第三接龙成语，如此，能够提高游戏中设备对成语接龙语音数据识别的准确性，增强设备的智能性，优化用户体验。
基于成语接龙游戏语音数据处理方法相关装置

[发明专利]一种用于嵌入式语音合成系统的音库结构压缩及使用方法-CN201110145464.8无效
发明人：那兴宇;谢湘;何娅玲;何宇新 -专利权人：北京宇音天下科技有限公司
申请日： 2011-06-01 - 公布日： 2011-09-28 - 主分类号： G10L13/02 文献下载
摘要：本发明公开了一种用于嵌入式语音合成系统的音库结构压缩及使用方法，用于嵌入式系统，将接收到的任意文字转换成语音输出。以汉语中的音节作为合成系统及语音模型库的基本单元；首先创建基于音节的原始语音模型库，然后对所述原始语音模型库进行结构化的压缩，得到最终的压缩模型库。依据本发明提供的方法可以降低合成系统在嵌入式平台下所占用的空间资源，并提高合成速度，同时使合成语音保持良好的自然度和音质。
一种用于嵌入式语音合成系统结构压缩使用方法

[发明专利]声学模型学习装置、语音合成装置、方法以及程序-CN202080058174.7在审
发明人：松永悟行;大谷大和 -专利权人：株式会社颖爱
申请日： 2020-08-14 - 公布日： 2022-04-01 - 主分类号： G10L13/047 文献下载
摘要：提供一种基于在计算资源有限的环境中低延迟并且适当地建模的DNN的语音合成技术。声学模型学习装置具备：语料库存储部，其以话语为单位存储从多个话语语音中提取出的自然语言特征量序列和自然语音参数序列；预测模型存储部，其存储用于从某个自然语言特征量序列预测某个合成语音参数序列的前馈神经网络型预测模型；语音参数序列预测部，其以所述自然语言特征量序列为输入，使用所述预测模型预测合成语音参数序列；误差累计装置，其累计与所述合成语音参数序列和所述自然语音参数序列有关的误差；以及学习部，其对误差进行预定优化
声学模型学习装置语音合成方法以及程序

[发明专利]语音合成系统和方法-CN201610236400.1在审
发明人：曹立新 -专利权人：北京地平线机器人技术研发有限公司
申请日： 2016-04-15 - 公布日： 2016-09-07 - 主分类号： G10L13/047 文献下载
摘要：本发明提供一种语音合成系统和方法，所述方法包括：采集若干项合成素材信息，并分别对各项所述合成素材信息进行预处理以提取合成特征信息；其中，所述合成素材信息包括文本信息，以及语音信息和图像信息中的至少一类信息；通过预测模型对各项所述合成特征信息进行预测，以生成声学参数信息；根据所述声学参数信息生成语音合成结果信息。本发明提供的语音合成系统和方法通过分别采集文本信息，以及语音信息和图像信息中的至少一类信息，以提取各项合成特征信息，并通过预测模型进行预测，最终生成语音，通过语音信息和/或图像信息所提取的特征信息预测用户的情感或语境，实现了合成表达用户情感或语境的个性化语音。
语音合成系统方法

[发明专利]语音合成方法及系统-CN201910062047.3有效
发明人：马达标;陆羽皓 -专利权人：北京光年无限科技有限公司
申请日： 2019-01-23 - 公布日： 2021-05-25 - 主分类号： G10L13/02 文献下载
摘要：本发明提供一种语音合成方法，其包含：获取交互指令，并对交互指令进行分析，当交互指令中包含语音播放指令时，响应语音播放指令；调用通过完全可并行的注意力机制生成的声学模型，将待合成文本数据或待合成音标数据实时输入声学模型，得到待合成声学特征；将待合成声学特征输入声学合成器，通过声学合成器得到合成后的语音数据，并输出语音数据。因此，本发明能够在保证合成语音质量的情况下缩短合成时间，提高了语音合成的效率。
语音合成方法系统