“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]一种基于受限玻尔兹曼机的语音合成方法-CN201310099895.4有效
发明人：凌震华;陈凌辉;戴礼荣 -专利权人：中国科学技术大学
申请日： 2013-03-26 - 公布日： 2013-07-31 - 主分类号： G10L13/027 文献下载
摘要：本发明公开了一种基于受限玻尔兹曼机的语音合成方法。使用自适应加权谱内插STRAIGHT合成器提取的频谱包络取代高层频谱特征用于频谱建模；利用训练得到的Gaussian-HMM模型对训练数据库中的声学特征序列进行状态切分；利用切分得到的各状态起止时间，对提取的训练数据库中的原始频谱包络特征进行切分，收集得到上下文相关HMM模型中各状态对应的频谱包络数据；利用Gaussian-HMM模型进行基频特征的预测，并将预测得到的所述频谱包络特征与基频特征送入STRAIGHT合成器，生成最终的合成语音。该方法能够提高基于HMM的参数语音合成方法中的频谱特征建模精度，从而改善合成语音的音质与自然度。
一种基于受限玻尔兹曼机语音合成方法

[发明专利]语音合成方法及装置、语音合成模型的训练方法及装置-CN202211201911.1在审
发明人：乔宏利;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： 2022-09-29 - 公布日： 2023-05-16 - 主分类号： G10L13/02 文献下载
摘要：本申请提供了一种语音合成方法及装置、语音合成模型的训练方法及装置，该方法包括：确定语音文本中待重读词语的第一位置信息，并对语音文本进行韵律预测，得到至少一个第一韵律预测结果，第一韵律预测结果包括音调预测结果、音量预测结果以及发音时长预测结果中的至少一种；对至少一个第一韵律预测结果中与第一位置信息对应语音文本的韵律预测结果进行重读调整，以得到至少一个第二韵律预测结果，重读调整包括调高音调、增大音量以及降低发音时长中的至少一种；根据至少一个第二韵律预测结果，生成语音合成结果。本申请能够实现合成语音(即语音合成结果)在指定字、词位置重读，提高了合成语音的表现力，使得合成语音在对话应用中更加自然。
语音合成方法装置模型训练

[发明专利]一种基于声码器痕迹指纹比对的深度合成语音检测方法-CN202310670390.2在审
发明人：温正棋;汪智勇 -专利权人：中科极限元（杭州）智能科技股份有限公司
申请日： 2023-06-07 - 公布日： 2023-08-25 - 主分类号： G10L25/69 文献下载
摘要：本发明属于音频检测技术领域，特别涉及一种基于声码器痕迹指纹比对的深度合成语音检测方法，其中，深度合成语音检测方法包括以下步骤：获取待检测语音；将待检测语音输入预训练的声码器，得到合成音频；提取待检测语音和合成音频的波形特征；依据待检测语音的波形特征与合成音频的波形特征计算出待检测语音的真伪结果。本发明提供的深度合成语音检测方法以合成音频的角度，针对声码器这个深度合成中十分重要的模块进行基于声码器痕迹指纹的合成音频伪造检测，可解释性强，同时，对原始音频以及分析合成音频的波形提取神经网络特征，能准确捕捉目标声码器的深度合成痕迹
一种基于声码痕迹指纹深度合成语音检测方法

[发明专利]中英文语音混合合成方法、装置、电子设备和存储介质-CN202110628882.6有效
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;厦门云知芯智能科技有限公司
申请日： 2021-06-02 - 公布日： 2022-12-27 - 主分类号： G10L13/02 文献下载
摘要：本发明涉及一种中英文语音混合合成方法、装置、电子设备和存储介质，该方法包括：获取待合成文本；判断待合成文本中中文文字的数量大于还是小于英文单词数量；若中文文字的数量大于所述英文单词数量，对人名和/或地名以及中文文本按照中文方式合成语音；若中文文字的数量小于英文单词数量，对人名和/或地名以及英文文本按照英文方式合成语音。本申请实施例中实现了将中文英文混合的文本合成语音，如将报纸上的中文英文混合的文本合成语音，即通过语音朗读出来，本申请实施例中通过比较中文文字的数量和英文单词数量多少，对人名和/或地名、中文文本和英文文本采取不同的语音合成方式，与现有技术中合成的语音相比更地道。
中英文语音混合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、设备及计算机可读存储介质-CN201910420154.9在审
发明人：王健宗;孙奥兰;彭话易;程宁 -专利权人：平安科技（深圳）有限公司
申请日： 2019-05-20 - 公布日： 2019-09-27 - 主分类号： G10L13/08 文献下载
摘要：本申请提供一种语音合成方法、装置、设备及计算机可读存储介质，该方法包括：确定参考语音序列，并获取语音合成模型和待合成的目标文本序列对应的目标文本向量；通过所述参考编码器对所述参考语音序列进行编码，得到所述参考语音序列对应的目标参考嵌入向量；通过所述风格标记层对所述目标参考嵌入向量进行风格标记，得到所述参考语音序列对应的目标风格嵌入向量；通过所述语音合成层基于所述目标文本向量和所述目标风格嵌入向量，执行语音合成操作，得到目标语音。本申请涉及语音合成，通过目标风格嵌入向量和目标文本向量，共同合成语音，可以得到按照该目标风格嵌入向量表达的语音韵律合成语音，可以有效的提高合成语音的表达力精确性。
向量语音合成嵌入参考目标文本语音序列合成计算机可读存储介质风格标记风格语音语音合成模型目标语音向量表达语音韵律编码器申请

[发明专利]两级语音韵律迁移-CN202180056199.8在审
发明人：列夫·芬克尔斯坦;詹竣安;比扬哈·春;贾晔;张羽;罗伯特·安德鲁·詹姆斯·克拉克;文森特·万 -专利权人：谷歌有限责任公司
申请日： 2021-07-27 - 公布日： 2023-04-28 - 主分类号： G10L13/10 文献下载
摘要：一种方法(500)包括：接收要合成为具有预期韵律和目标话音的表达性语音(152)的输入文本话语(320)；以及使用第一文本到语音(TTS)模型(212)来生成输入文本话语的中间合成语音表示(202)。该中间合成语音表示拥有预期韵律。该方法还包括：将中间合成语音表示提供给第二TTS模型(220)，该第二TTS模型(220)包括编码器部分(300)和解码器部分(400)。该编码器部分被配置成将中间合成语音表示编码成指定预期韵律的话语嵌入(204)。该解码器部分被配置成处理输入文本话语和话语嵌入以生成表达性语音的输出音频信号(280)，该输出音频信号(280)具有由话语嵌入指定的预期韵律和目标话音的讲话者特性。
两级语音韵律迁移

[发明专利]基于人工智能的语音合成方法、装置、设备及存储介质-CN202111138984.6在审
发明人：张旭龙;王健宗 -专利权人：平安科技（深圳）有限公司
申请日： 2021-09-27 - 公布日： 2021-12-31 - 主分类号： G10L13/033 文献下载
摘要：本申请涉及人工智能中的语音合成领域，提供了一种语音合成方法，包括：获取移动终端发送的语音数据，其中，所述语音数据为由所述移动终端的用户定制的目标对象的语音数据；根据所述语音数据生成语音样本数据集，获取用于将道路导航信息转化为语音数据的语音合成模型；根据所述语音样本数据集对所述语音合成模型进行迭代训练，得到用于合成与所述目标对象具有相同音色的语音数据的目标语音合成模型；将目标语音合成模型发送给移动终端。本申请实现了地图导航的语音多样化和个性化，使得用户可以定制化导航的播报声音，极大地提高了用户体验。本申请还涉及区块链技术，上述语音样本数据集可存储在区块链中。
基于人工智能语音合成方法装置设备存储介质

[发明专利]适用于提高合成语音可懂性的运行时合成器-CN02806158.6有效
发明人：彼得维普莱克 -专利权人：松下电器产业株式会社
申请日： 2002-03-07 - 公布日： 2004-11-24 - 主分类号： G10L13/08 文献下载
摘要：一种用于合成语音的运行时改进的方法和系统。方法包括根据文本输入(16)和多个运行时控制参数值(42)产生合成语音的步骤(40)。根据一个输入信号(46)产生实时数据(44)，其中输入信号表征语音对于收听者的可懂性。方法进一步提供了根据实时数据(20)修改(48)一个或更多的运行时控制参数值，从而提高语音的可懂性。
适用于提高合成语音可懂性运行合成器

[发明专利]合成音频检测方法、系统、移动终端及存储介质-CN201910669706.X在审
发明人：曾志先;肖龙源;李稀敏;蔡振华;刘晓葳;王静 -专利权人：厦门快商通科技股份有限公司
申请日： 2019-07-24 - 公布日： 2019-11-08 - 主分类号： G10L17/26 文献下载
摘要：本发明适用于音频检测技术领域，提供了一种合成音频检测方法、系统、移动终端及存储介质，该方法包括：分别获取真实语音数据和合成语音数据，并对真实语音数据和合成语音数据进行音频特征提取，以对应得到真实音频特征和合成音频特性；分别对真实音频特征和合成音频特征进行归一处理，并根据归一处理后的真实音频特征和合成音频特征对预设网络模型进行训练，以得到音频检测模型；将待测音频输入音频检测模型，并控制音频检测模型进行检测计算，以输出检测结果本发明无需进行人工特征选择，通过音频检测模型自动学习最合适的音频特征以作为判断是否为机器合成说话人录音的方式，提高了特征的代表性，进而提高了音频检测效率和音频检测的准确性。
音频检测合成音频音频特征合成语音数据存储介质归一处理移动终端真实语音检测音频特征提取输出检测特征选择网络模型音频输入自动学习预设录音合成

[发明专利]一种语音合成方法、装置、电子设备及存储介质-CN202011194165.9在审
发明人：顾宇 -专利权人：北京有竹居网络技术有限公司
申请日： 2020-10-30 - 公布日： 2021-02-19 - 主分类号： G10L13/02 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：通过语音识别系统对采集的声音进行识别获得第一识别文本，并将采集的声音和第一识别文本构成样本数据；根据样本数据对初始语音合成系统进行校准；将待合成文本输入校准完成的语音合成系统获得合成语音信号。根据采集的声音获取第一识别文本，并将采集的声音和第一识别文本作为样本数据，并通过无需人工检查核对的样本数据对初始语音合成系统进行自动校准，并通过校准完成的语音合成系统进行语音的合成，从而节省了人工成本并提高了语音合成的效率
一种语音合成方法装置电子设备存储介质

[发明专利]语音合成设备、语音合成方法和程序-CN200480018265.9有效
发明人：佐藤宁 -专利权人：株式会社建伍
申请日： 2004-06-03 - 公布日： 2006-08-02 - 主分类号： G10L13/06 文献下载
摘要：一种简单构成的语音合成设备等，用于以高速度产生自然的合成语音。当提供了表示消息模板的数据时，话音元编辑器(5)搜索话音元数据库(7)，搜索关于声音与消息模板中的话音元匹配的话音元的话音元数据。而且，话音元编辑器(5)预测消息模板的韵律，并且根据韵律预测的结果，以一次一个的方式从已检索出的话音元数据中选择消息模板中的每个话音元的最佳匹配。对于不能选择出其匹配的话音元，指令声处理器(41)提供表示每个单位话音的波形的波形数据。组合所选择的的话音元数据和由声处理器(41)提供的波形数据，以生成表示合成语音的数据。
语音合成设备方法程序

[发明专利]语音合成方法及系统-CN201510305764.6有效
发明人：夏咸军;江源;王影;胡国平;胡郁;刘庆峰 -专利权人：科大讯飞股份有限公司
申请日： 2015-06-04 - 公布日： 2019-11-15 - 主分类号： G10L13/10 文献下载
摘要：本发明公开了一种语音合成方法及系统，该方法包括：接收待合成文本；对所述待合成文本进行预处理，得到所述待合成文本的待合成单元序列及待合成单元的上下文相关信息；根据所述待合成单元的上下文相关信息从音库中获取所述待合成单元序列的最优备选语音数据；获取测听人员对所述备选语音数据的测听结果；根据所述测听结果对所述音库进行扩充；利用扩充后的音库重新获取所述待合成单元序列的最优备选语音数据，并将重新获取的最优备选语音数据作为优化后的语音数据；将所述优化后的语音数据作为所述待合成文本的合成语音数据输出利用本发明，可以准确地将人工主观听感融合到待合成文本的合成结果中，提升语音合成效果。
语音合成方法系统

[发明专利]语音合成系统与语音合成方法-CN00800399.8无效
发明人：加藤弓子;松井谦二;釜井孝浩;山上胜义 -专利权人：松下电器产业株式会社
申请日： 2000-03-27 - 公布日： 2001-05-30 - 主分类号： G10L13/08 文献下载
摘要：韵律信息数据库(130)中存储有从实际语音提取出的韵律信息以及与之相对应的音素序列与重音位置。韵律信息检索部(140)根据基于输入文本等的语言处理部(120)的输出即音素序列等,从数据库(130)检索近似成本最小的韵律信息,韵律信息变形部(150)据近似成本,根据韵律信息变形规则存储部(160)中存储的变形规则使检索的韵律信息变形,使电气音响变换器(180)发出合成语音。由此,即使数据库(130)内设有与输入文本相对应的发音内容,也能发出同样音质的合成语音。
语音合成系统方法

[发明专利]基于情感类别标签的可控情感语音合成方法及系统-CN202110612224.8在审
发明人：吴志勇;李翔 -专利权人：清华大学深圳国际研究生院
申请日： 2021-06-02 - 公布日： 2021-08-31 - 主分类号： G10L13/027 文献下载
摘要：本发明公开了一种基于情感类别标签的可控情感语音合成系统及方法，该方法包括：文本特征提取步骤，用于从输入的音素序列中提取出语音文本特征；语音风格特征提取步骤，用于接收与音素序列对应的目标语音的声学特征，并从声学特征中提取出语音风格特征；语音风格特征记忆步骤，用于根据语音风格特征得到目标语音的情感风格特征；声学特征预测步骤，用于根据语音文本特征和情感风格特征预测合成情感语音声学特征。本发明可提高语音风格特征与语音文本特征的解耦程度，使得合成语音的风格调控结果不受文本内容限制，提升合成语音的可控性和灵活性，并且可有效利用语料中语音的情感标签与各情感数据分布信息，以更高效地提取各情感的语音风格特征
基于情感类别标签可控语音合成方法系统

[发明专利]语音翻译处理方法及装置-CN201711107222.3有效
发明人：刘俊华;魏思;胡国平;柳林;王建社;方昕;李永超;孟廷 -专利权人：科大讯飞股份有限公司
申请日： 2017-11-10 - 公布日： 2021-10-08 - 主分类号： G10L15/00 文献下载
摘要：本发明实施例提供一种语音翻译处理方法及装置，属于语言处理技术领域。该方法包括：若判断获知上一轮次的第一语音信号与当前轮次待翻译的第二语音信号均对应相同的语种类型，则基于第一语音信号对应的文本数据对第二语音信号对应的文本数据进行调整，得到第二语音信号对应调整后的文本数据；获取调整后的文本数据对应的合成语音信号，并播报合成语音信号。由于上一轮次的第一语音信号与当前轮次待翻译的第二语音信号在内容上可能是有关联的，从而基于第一语音信号对应的文本数据对第二语音信号对应的文本数据进行调整，可使得翻译结果会更加切合场景且更加精准。
语音翻译处理方法装置