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:平安科技(深圳)有限公司
摘要:本申请实施例属于语音合成技术领域,应用于文本转语音场景中,涉及一种语音合成方法、装置、设备及其存储介质,通过获取音频数据和文本;将文本转换为音素序列;对音频数据进行音频特征提取,初步确定目标对象在发出不同音素时分别所占的音频帧长信息;调整音素序列,获得微调完成的音素序列;进行语音合成。采用上述方式将目标文本转换为音素序列,保证音素序列的初步准确性,尽量减少后续的微调操作,节省计算机处理资源,预先将目标对象在发出不同音素时分别所占的音频帧长信息作为微调参考信息,保证仅需目标对象少量音频数据即可完成高质量的说话人定制,本方法应用到金融客服服务行业,能够为客户提供更加优质、良好的音质服务功能。
主权项:1.一种语音合成方法,其特征在于,包括下述步骤:获取目标对象的音频数据,其中,所述目标对象包括真实发音人;获取目标文本,其中,所述目标文本包括待进行语音合成的文本;将所述目标文本转换为音素序列;采用语音特征提取技术对所述音频数据进行音频特征提取,基于音频特征提取结果初步确定所述目标对象在发出不同音素时分别所占的音频帧长信息;将所述音素序列输入到预设的微调处理模型,基于预设的参考信息,调整所述音素序列的序列帧长信息,获得微调完成的音素序列,其中,所述预设的参考信息为所述目标对象在发出不同音素时分别所占的音频帧长信息;根据所述微调完成的音素序列进行语音合成。
全文数据:
权利要求:
百度查询: 平安科技(深圳)有限公司 一种语音合成方法、装置、设备及其存储介质
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。