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:谷歌有限责任公司
摘要:用于语音合成的方法、系统和装置,包括在计算机存储介质上编码的计算机程序。所述方法、系统和装置包括以下动作:获得目标讲话者的语音的音频表示;获得将要以目标讲话者的话音合成语音的输入文本;通过将所述音频表示提供给被训练以将讲话者彼此区分开的讲话者编码器引擎来生成讲话者矢量;通过将所述输入文本和讲话者矢量提供给已使用参考讲话者的话音进行训练以生成音频表示的声谱图生成引擎来生成以所述目标讲话者的话音讲出的所述输入文本的音频表示;以及提供以所述目标讲话者的话音讲出的所述输入文本的所述音频表示以进行输出。
主权项:1.一种计算机实施的方法,包括:获得目标讲话者的语音的音频表示;获得将要以所述目标讲话者的话音合成语音的输入文本;通过将所述音频表示提供给被训练以将讲话者彼此区分开的讲话者验证神经网络来生成讲话者嵌入矢量;通过将所述输入文本和所述讲话者嵌入矢量提供给声谱图生成神经网络来生成以所述目标讲话者的话音讲出的所述输入文本的音频表示,所述声谱图生成神经网络使用参考讲话者的话音进行训练以生成音频表示;以及提供以所述目标讲话者的话音讲出的所述输入文本的所述音频表示以进行输出,其中,所述讲话者验证神经网络被训练以生成来自在嵌入空间中靠近在一起的同一讲话者的语音的音频表示的讲话者嵌入矢量,同时生成来自彼此远离的不同讲话者的语音的音频表示的讲话者嵌入矢量。
全文数据:
权利要求:
百度查询: 谷歌有限责任公司 使用神经网络以目标讲话者的话音从文本合成语音
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。