跨域信息自适应融合的语音合成方法、装置、设备及介质
本发明提供了跨域信息自适应融合的语音合成方法、装置、设备及介质,使用音素序列作为文本域信息,对数梅尔谱作为频域信息,建立样本文本及对应样本音频的数据库,从样本文本中获取音素序列和样本音频中提取对数梅尔谱;根据音素特征提取、频谱特征压缩、跨域特征对齐和频谱细节填充模块构建语音合成模型,将音素序列和对数梅尔谱输入语音合成模型中进行训练,得到训练后的语音合成模型;获取待合成文本数据,从待合成文本中获取音素序列,初始一个常量矩阵;将音素序列和常量矩阵输入训练后的语音合成模型中,得到待合成文本对应的合成对数梅尔谱。此外,现有自回归语音合成模型在训练中因长短期记忆网络而限制了并行能力,增加了训练时间成本。
《跨域信息自适应融合的语音合成方法、装置、设备及介质》是一发明专利,专利号为 2024107661210,当前法律状态为已下证,由华侨大学提出申请,发明人为田晖;张强;卢璥;全韩彧;李越,申请日期为2024-06-14,公开(公告)日期为2026-02-03,国际专利分类号(IPC)为 G10L 13/08 (2013.01),高新资质:未报高企,所属技术领域包括:人工智能、语音合成或语音处理技术。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明提供了跨域信息自适应融合的语音合成方法、装置、设备及介质,使用音素序列作为文本域信息,对数梅尔谱作为频域信息,建立样本文本及对应样本音频的数据库,从样本文本中获取音素序列和样本音频中提取对数梅尔谱;根据音素特征提取、频谱特征压缩、跨域特征对齐和频谱细节填充模块构建语音合成模型,将音素序列和对数梅尔谱输入语音合成模型中进行训练,得到训练后的语音合成模型;获取待合成文本数据,从待合成文本中获取音素序列,初始一个常量矩阵;将音素序列和常量矩阵输入训练后的语音合成模型中,得到待合成文本对应的合成对数梅尔谱。此外,现有自回归语音合成模型在训练中因长短期记忆网络而限制了并行能力,增加了训练时间成本。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
