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：平安科技(深圳)有限公司
摘要：本发明公开了一种声韵母发音时长预测方法、结构、终端及存储介质。所述方法包括：将文本数据的声韵母数据输入预训练好的声韵母发音时长预测模型，计算得到用于表示文本特征的第一隐状态；将所述第一隐状态映射为均值序列和标准差序列；将所述文本数据对应的音频数据的梅尔谱映射为第二隐状态；基于所述第二隐状态、均值序列和标准差序列，通过时长计算模块计算出所述声韵母数据与梅尔谱之间的对应关系，得到每一个声韵母数据的发音时长。本发明实施例可以有效地减少标注时间与标注成本，同时，考虑了文本与音频对齐的单调性，有效减少了文本与音频对齐重复和对齐遗漏等问题，显著提升了对齐精度。
主权项：1.一种声韵母发音时长预测方法，其特征在于，包括：将文本数据的声韵母数据输入预训练好的声韵母发音时长预测模型，计算得到用于表示文本特征的第一隐状态包括：所述声韵母发音时长预测模型通过编码器计算得到用于表示文本特征的第一隐状态其中Ttext表示所述声韵母数据的长度；所述编码器为变分自编码器；将所述第一隐状态映射为均值序列和标准差序列包括：通过所述声韵母发音时长预测模型的一维卷积将第一隐状态映射为均值序列和标准差序列将所述文本数据对应的音频数据的梅尔谱映射为第二隐状态包括：利用梅尔滤波器组从所述音频数据中提取出梅尔谱；利用解码器将所述梅尔谱映射为用于表征音频数据的第二隐状态其中Tmel表示梅尔谱的帧数；基于所述第二隐状态、均值序列和标准差序列，通过时长计算模块计算出所述声韵母数据与梅尔谱之间的对应关系，得到每一个声韵母数据的发音时长；其中所述时长计算模块表示为Aj＝i，所述时长计算模块为单调函数，所述基于所述第二隐状态、均值序列和标准差序列，通过时长计算模块计算出所述声韵母数据与梅尔谱之间的对应关系包括：通过最小化似然函数找到所述文本数据与音频数据对齐关系的最优解A*；所述似然函数表示在已知声韵母数据C时，计算最优解A*使得所述第二隐状态Z的概率分布约服从于C概率分布： 使用维特比算法提取所述最优解A*中声韵母数据ci与梅尔谱xj的对应关系，得到每一个声韵母数据发音时长。
全文数据：
权利要求：
百度查询： 平安科技(深圳)有限公司 一种声韵母发音时长预测方法、结构、终端及存储介质
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