龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：厦门蝉羽网络科技有限公司
摘要：本发明提供了一种提升音素发音时长准确性的语音合成方法、装置，涉及语音合成技术领域，该方法基于外部对齐的方式，提出了一种文本发音时长修正的方案，使得每个字的发音更加准确，从而帮助模型更好的依赖于外部对齐的结果。这种方式不需要重新训练一个外部对齐工具，并可作为一个通用模块嵌入到不同的TTS合成模型中，使得生成的音频质量更高。
主权项：1.一种提升音素发音时长准确性的语音合成方法，其特征在于，包括：获取声学提示、待合成音频和待合成文本，使用音频编解码器和G2P模型对所述声学提示、待合成音频和合成文本进行转化处理，得到离散编码和音素编码；通过码本将所述声学提示对应的离散编码转为连续向量，待合成音频对应的离散编码转为连续向量，音素编码转为连续向量，并将所述连续向量输入预设的神经网络中，获取与所述连续向量相对应的隐向量和；根据预设的时序预测网络获取待合成音频中每个字的发音时长，根据该信息取得待合成文本和音频的时间序列c，将待合成文本对应的隐向量和时间序列c输入到预设的偏置预测网络中得到时间序列的偏置，并用于修正时间序列；将经过偏置修正后的时间序列c，待合成文本对应的隐向量，声学提示对应的隐向量，共同输入到神经网络构成的解码器中获取待合成语音编码，并根据音频编解码器解码所述合成语音编码，得到待合成语音。
全文数据：
权利要求：
百度查询： 厦门蝉羽网络科技有限公司 一种提升音素发音时长准确性的语音合成方法、装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号