“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]语音包发送、接收方法、媒体网关及移动交换中心服务器-CN200710099643.6无效
发明人：戴忠;杨永;尤梦;葛澍 -专利权人：中国移动通信集团公司
申请日： 2007-05-25 - 公布日： 2008-11-26 - 主分类号： H04L12/56 文献下载
摘要：本发明提供了语音包发送、接收方法、媒体网关及MSC服务器，其中，语音包发送方法包括：发端媒体网关将在同一时刻接收到的发往同一收端媒体网关的不同用户的普通语音包合成为合成语音包；将合成语音包发送给所述收端媒体网关通过本发明，由于将多个普通语音包封装为一个合成语音包在发端媒体网关和收端媒体网关之间进行传输，多个普通语音包共同使用一个IP包头，因此大大提高了实际带宽利用率，降低了传输成本。并且，通过将发送给同一收端媒体网关的不同用户的普通语音包进行合并，不需要延长帧长，也不需要等待时间。
语音发送接收方法媒体网关移动交换中心服务器

[发明专利]一种声码器余量谱幅度参数重构方法及系统-CN201910800781.5有效
发明人：颜夕宏;张生平;王主磊;吴子晧;颜明 -专利权人：南京梧桐微电子科技有限公司
申请日： 2019-08-28 - 公布日： 2021-11-16 - 主分类号： G10L19/087 文献下载
摘要：本发明公开了一种声码器余量谱幅度参数重构方法及系统，获取声码器解码端输入的线谱频率参数、带通浊音度参数、基音周期参数、能量参数，根据所获取的参数获取初步合成语音；将初步合成语音转换为图像矩阵，输入至已训练好的深度卷积网络得到量化索引；根据所述量化索引搜索预生成的余量谱幅度参数码本，得到重构的余量谱幅度参数；对重构的余量谱幅度参数以及所获取的线谱频率参数、带通浊音度参数、基音周期参数、能量参数进行合成得到最终合成语音。优点：余量谱幅度参数不进性编码传输，在声码器工作时，通过训练生成的深度卷积网络对余量谱幅度参数进行重构，在保证语音可懂度的同时，进一步提高了合成语音的自然度。
一种声码余量幅度参数方法系统

[发明专利]语音应答方法、装置、计算机设备及计算机可读存储介质-CN202210640988.2在审
发明人：潘逸伦 -专利权人：平安科技（深圳）有限公司
申请日： 2022-06-07 - 公布日： 2022-08-09 - 主分类号： G10L13/02 文献下载
摘要：本发明为人工智能技术的语音合成技术领域，本发明提供了一种语音应答方法、装置、计算机设备及计算机可读存储介质，其中，所述方法包括：在与用户语音交互时，接收用户的语音数据，将语音数据输入预先训练好的语音提取模型中，确定语音数据的语音特征，将语音数据转换成语音文本，将语音文本输入预先训练好的意图识别模型中，确定语音文本的用户意图，根据用户意图确定答复文本，根据答复文本及语音特征合成应答语音，将应答语音发送给用户。本发明结合用户的语音特征合成相应的应答语音，实现针对不同用户的语音数据做出不同的语音答复，提升语音问答的灵活性，进而提高用户体验。
语音应答方法装置计算机设备可读存储介质

[发明专利]一种语音检测方法及装置-CN201911281198.4有效
发明人：陈井林;苏少炜;陈孝良;常乐 -专利权人：北京声智科技有限公司
申请日： 2019-12-11 - 公布日： 2022-05-24 - 主分类号： G10L17/04 文献下载
摘要：本发明实施例提供一种语音检测方法及装置，该方法包括：获取至少两条语音数据，其中，所述至少两条语音数据的部分或全部语音文本信息相同；对所述至少两条语音数据的语音参数特征进行对比，得到对比结果；基于所述对比结果，确定所述至少两条语音数据是否为人声数据。本发明实施例能够对获取的语音数据进行人声检测，从而可在语音识别中可以抵御合成语音攻击，提升安全性。
一种语音检测方法装置

[发明专利]实现音频信息处理的方法、装置、计算机存储介质及终端-CN202210015056.9在审
发明人：卜瑶华;鲁晓波;李潍君;马天翼;陈晟祺 -专利权人：清华大学
申请日： 2022-01-07 - 公布日： 2022-04-12 - 主分类号： G10L13/02 文献下载
摘要：本文公开一种实现音频信息处理的方法、装置、计算机存储介质及终端，本发明实施例对第一语音文本特征向量和第一易混音位置标记向量进行向量点积计算，获得包含相关性信息的第二语音文本特征向量和包含相关性信息的第二易混音位置标记向量；对获得的第二语音文本特征向量和第二易混音位置标记向量进行融合处理，获得包含易混音信息的语音向量；对获得的语音向量进行预测处理，获得语音向量的第一特征数据；根据获得的第一特征数据解码第一文本，获得第一文本的音频频谱；根据获得的音频频谱生成第一文本的合成音频文件。本发明实施例获得了自然度高的合成语音，提升了合成语音的音频质量。
实现音频信息处理方法装置计算机存储介质终端

[发明专利]一种语音导盲信息的传送方法及其系统-CN200610034806.8无效
发明人：翁杰军;易亮;陈安平;董伦富 -专利权人：陈安平
申请日： 2006-03-29 - 公布日： 2006-11-29 - 主分类号： A61F9/08 文献下载
摘要：本发明涉及了一种语音导盲信息的传送方法及其系统，其中方法包括：将常用导盲语言组成有限语音集合，并将集合中语音元素编号；发送方发送编号序列；接收方接收并控制语音电路或语音合成电路(23)将所述编号序列还原成语音导盲信息；其中系统，包括发送方和接收方，所述发送方包括依次电连接的控制单元(11)、生成语音元素编码序列的编码单元(12)和发射单元(13)；所述接收方包括依次电连接的接收单元(21)、解码单元(22)、预存有限语音集合的语音电路或语音合成电路该系统和方法将语音传输改变为数据量非常小的数字传输，实现装置简单、成本低，从而让语音自动导盲可以在广大盲人朋友中全面推广。
一种语音信息传送方法及其系统

[发明专利]基于虚拟坐席的双向视频方法及系统、设备及存储介质-CN202111017617.0在审
发明人：张万忠 -专利权人：深圳市思迪信息技术股份有限公司
申请日： 2021-08-31 - 公布日： 2021-11-30 - 主分类号： H04N7/14 文献下载
摘要：本发明公开了一种基于虚拟坐席的双向视频方法及系统、设备及存储介质，该方法包括：虚拟坐席响应H5前端发送的视频录制指令并获取H5前端发送的话术文本，根据话术文本得到合成语音；虚拟坐席通过双向视频通道将合成语音发送给H5前端，并通过H5前端播放合成语音；虚拟坐席接收并识别根据合成语音得到的语音应答，并获取根据语音应答生成的应答文本；虚拟坐席将应答文本发送给H5前端，响应H5前端发送的结束视频录制指令并获取录制视频。通过本发明提供的方法，通过H5前端录制虚拟坐席与H5前端进行智能语音交互的音视频，使得虚拟坐席获取H5前端录制的音视频，从而解决了H5前端无法在前端完成开户见证的视频录制和智能语音交互的问题。
基于虚拟坐席双向视频方法系统设备存储介质

[发明专利]音频生成方法、计算机设备及计算机可读存储介质-CN202110839695.2在审
发明人：胡大盟 -专利权人：阿里巴巴达摩院（杭州）科技有限公司
申请日： 2021-07-23 - 公布日： 2021-11-30 - 主分类号： G10L13/02 文献下载
摘要：其中，该方法包括：接收待生成语音的文本；获取文本对应的声音的声学特征；将声学特征输入生成网络模型的上采样模块，得到上采样特征，其中，上采样模块在时间维度上经过扩展因子进行了扩展；基于生成网络模型的生成模块，采用上采样特征生成语音数据对应的音频数据。本发明解决了相关技术中进行音频合成时，存在的合成音频效果差的技术问题。
音频生成方法计算机设备可读存储介质

[发明专利]一种基于一维卷积神经网络的快速合成语音检测方法-CN202310806527.2在审
发明人：詹瑾瑜;江维;蒲治北;彭穗地;王翔;刘佳瑞;靳凌昕 -专利权人：电子科技大学
申请日： 2023-06-30 - 公布日： 2023-08-15 - 主分类号： G10L15/01 文献下载
摘要：本发明公开了一种基于一维卷积神经网络的快速合成语音检测方法，包括以下步骤：S1、对语音数据集进行预处理；S2、预处理完成后进行语音特征提取，分别提取SFTF、CQT、DCT特征；S3、分别将STFT、CQT、DCT特征输入随机初始化后的神经网络模型值中进行训练；S4、将待识别的合成语音分别进行S1和S2的处理后，输入步骤S3训练好的神经网络模型中，得到最终的检测结果。特征，DCT特征；然后通过3个神经网络模型分别对3种特征进行了拟合，然后对3个模型赋予不同的权值并测试，找到最合适的权重；相比于传统检测方法，本发明的方法检测精度更高，并且泛化性更强，能够检测更多类型的合成语音
一种基于卷积神经网络快速合成语音检测方法

[发明专利]一种在语音合成系统中提升模板句合成效果的方法-CN200610096675.6无效
发明人：王仁华;刘庆峰;吴晓如;严峻;赵志伟;熊厚余;李文兵;于继栋 -专利权人：安徽中科大讯飞信息科技有限公司
申请日： 2006-10-16 - 公布日： 2007-04-11 - 主分类号： G10L13/00 文献下载
摘要：本发明公开了一种在语音合成系统中提升模板句合成效果的方法，从而管理和提高音库效能。本发明包括建立模板音库、模板资源索引、文本合成、语音合成与拼接。本发明根据合成文本类型提炼语音模板，建立模板音库，在语音合成系统中自动识别和调用模板音库，对模板固定成分采用真人语音，对非固定成分采用合成语音，完成文本信息到合成语音的转换。本发明改进了相似文本集的语音合成流程，有效利用定制音库，做到既充分利用真人录音的自然流畅，又减少音库冗余，从而提高语音服务的品质。
一种语音合成系统提升模板效果方法

[发明专利]利用机器学习的文本语音合成方法、装置及计算机可读存储介质-CN201980007953.1在审
发明人：金泰洙;李泳槿 -专利权人：新智株式会社
申请日： 2019-01-11 - 公布日： 2020-08-25 - 主分类号： G10L13/08 文献下载
摘要：本公开涉及利用文本合成语音的方法及再生所合成的语音的装置。利用机器学习的文本语音合成(text‑to‑speech synthesis)方法包括：生成单一人工神经网络文本语音合成模型的步骤，上述单一人工神经网络文本语音合成模型以多个学习文本及与多个学习文本相应的语音数据为基础执行机器学习来生成；接收输入文本的步骤；接收说话人员的发声特征的步骤；以及向单一人工神经网络文本语音合成模型输入上述说话人员的发声特征，来生成与反映说话人员的发声特征的上述输入文本有关的输出语音数据的步骤。
利用机器学习文本语音合成方法装置计算机可读存储介质

[发明专利]语音合成方法、装置、服务器及存储介质-CN202110342399.1在审
发明人：孙奥兰;王健宗;程宁 -专利权人：平安科技（深圳）有限公司
申请日： 2021-03-30 - 公布日： 2021-07-09 - 主分类号： G10L13/02 文献下载
摘要：本申请涉及人工智能中的语音处理，提供一种语音合成方法、装置、服务器及存储介质，该方法包括：调用待训练的语音合成模型；将语音样本输入参考编码器进行编码处理，以提取语音数据的韵律特征向量和音色特征向量；将韵律特征向量、音色特征向量以及文本特征向量输入嵌入层进行叠加操作，得到目标特征向量；将目标特征向量输入解码器进行解码处理，以获取语音数据的预测梅尔频谱；根据预测梅尔频谱和语音数据的真实梅尔频谱，调整语音合成模型的模型参数，直至语音合成模型收敛；将待合成语音的目标语音情绪标签和目标身份标签输入至收敛的语音合成模型，得到梅尔频谱；根据梅尔频谱生成目标语音信息。本申请提高语音合成的效率。
语音合成方法装置服务器存储介质

[发明专利]一种基于情感迁移的语音合成方法、装置、设备及介质-CN202310684695.9在审
发明人：郭洋;王健宗 -专利权人：平安科技（深圳）有限公司
申请日： 2023-06-09 - 公布日： 2023-09-15 - 主分类号： G10L13/08 文献下载
摘要：本发明涉及人工智能技术领域，尤其涉及一种基于情感迁移的语音合成方法、装置、设备及介质。通过获取待合成语音的文本信息以及对应的真实语音信息，对真实语音信息进行情感解耦，确定真实语音信息中每个词组对应的情感嵌入特征，基于预设的编码器对文本信息进行编码，得到编码后的特征文本，将每个词组对应的情感嵌入特征嵌入编码后的特征文本中对应的词组上，得到目标特征文本，将目标特征文本和预设的音色输入至语音合成器中，输出合成的语音音频。通过对语音进行情感解耦，将语音情感与说话人区分开，获得与说话人无关的情感特征，确保在传递情感的同时保留说话人的音色，生成具有多种情感、高质量的合成语音，提高了合成语音的精度。
一种基于情感迁移语音合成方法装置设备介质

[发明专利]语音合成、语音合成模型训练方法、装置及设备-CN202011613599.8在审
发明人：丁雪枫 -专利权人：大众问问（北京）信息科技有限公司
申请日： 2020-12-30 - 公布日： 2022-07-01 - 主分类号： G10L13/02 文献下载
摘要：本发明实施例公开了一种语音合成、语音合成模型训练方法、装置及设备。其中，语音合成模型训练方法，包括：对音频数据样本进行预处理，得到音频数据样本对应的目标音素训练样本和目标频谱训练样本；通过目标音素训练样本对第一初始模型进行训练，得到音素转换模型；通过目标频谱训练样本对第二初始模型进行训练，得到频谱转换模型；将音素转换模型和频谱转换模型，组合构成语音合成模型。本发明实施例的技术方案，通过双模型进行语音合成，优化离线语音合成效果的同时，降低计算资源消耗。
语音合成模型训练方法装置设备

[发明专利]一种基于文本的自动化语音合成方法-CN202010504747.6在审
发明人：彭寒兵;武钧 -专利权人：四川纵横六合科技股份有限公司
申请日： 2020-06-05 - 公布日： 2020-09-22 - 主分类号： G10L13/02 文献下载
摘要：本发明公开了一种基于文本的自动化语音合成方法，属于文本语音合成技术领域，目的在于提供一种基于文本的自动化语音合成方法，解决现有的语音合成系统无法生成用户对应音色音调的语音的问题。其包括以下步骤：(1)语音合成系统根据输入的文本和对应用户的语音，自动学习文本与语音之间的对应关系，并学习用户语音的语调特征、语速特征、停顿特征；(2)输入待合成语音的文本；(3)基于深度学习后的语音合成系统根据输入的待合成语音的文本，结合用户语音的语调特征、语速特征、停顿特征定制化的生成用户对应音色音调的语音。本发明适用于基于文本的自动化语音合成方法。
一种基于文本自动化语音合成方法