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：广州趣丸网络科技有限公司
摘要：本申请公开了一种语音翻译方法、装置、设备及计算机可读存储介质，该方法可实时获取源语音流；提取用于表征源语音流的音调、音高及语气的音色特征；基于此，可用于后续模拟说话人的说话音色；可确定转译语言；对源语音流进行语言转换，获取采用转译语言表示的源语音流的语义表征；基于此，可实现不同语种的语义转换；可对语义表征进行时长预测，得到时长预测结果；将音色特征注入预设的扩散模型，将时长预测结果及语义表征输入至最新的扩散模型，得到离散声学特征；基于离散声学特征，生成与源语音流音色匹配且语种为转译语言的转译语音流；可见，本申请生成的转译语音流的音色可与说出源语音流的说话人匹配，从而，提高用户使用体验。
主权项：1.一种语音翻译方法，其特征在于，包括：实时获取源语音流；确定转译语言；对所述源语音流进行语言转换，获取采用所述转译语言表示的所述源语音流的语义表征；获取经过训练的声学特征提取模型；将所述源语音流输入至所述经过训练的声学特征提取模型，得到所述源语音流的音色特征；对所述语义表征进行时长预测，得到时长预测结果；将所述音色特征注入预设的扩散模型，将时长预测结果及所述语义表征输入至注有所述音色特征的扩散模型，得到离散声学特征；基于所述离散声学特征，生成与所述源语音流音色匹配且语种为转译语言的转译语音流；声学特征提取模型的训练过程包括：获取不同发音者的多个训练语音流，同一发音者存在一个以上训练语音流，各个训练语音流对应于多种训练语言；依次将每个发音者的每个训练语音流输入至声学特征提取模型，得到声学特征提取模型输出的预测音色特征；将所述预测音色特征注入至预设的训练扩散模型中，生成与对应训练语音流语种一致的预测语音流；计算所述预测语音流及其对应的训练语音流的相似度；基于所述相似度，对声学特征提取模型的参数进行更新，直至相似度符合预设的相似阈值为止。
全文数据：
权利要求：
百度查询： 广州趣丸网络科技有限公司 语音翻译方法、装置、设备及计算机可读存储介质
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。
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