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：本申请实施例提供一种基于潜在扩散模型的语音合成方法、装置、服务器及存储介质，该方法包括：获取待合成的目标文本；根据目标文本，确定语音情感特征和目标时长信息；通过预设的目标语音合成模型中的神经网络音频编码器，对目标文本进行编码处理，得到第一隐向量；通过残差向量量化器，对第一隐向量进行量化压缩处理，得到第二隐向量；对语音情感特征的向量表示、目标时长信息的向量表示和第二隐向量进行融合处理，得到融合隐向量；通过潜在扩散模型，对融合隐向量进行逆向扩散处理，得到目标隐向量；通过神经网络音频解码器，对目标隐向量进行解码处理，得到合成语音。本申请提高了合成语音的自然度和质量，使得合成语音更加贴近真实的语音。
主权项：1.一种基于潜在扩散模型的语音合成方法，其特征在于，包括：获取待合成的目标文本；根据所述目标文本，确定合成语音的语音情感特征和目标时长信息；通过预设的目标语音合成模型中的神经网络音频编码器，对所述目标文本进行编码处理，得到第一隐向量；通过所述目标语音合成模型中的残差向量量化器，对所述第一隐向量进行量化压缩处理，得到第二隐向量；对所述语音情感特征的向量表示、所述目标时长信息的向量表示和所述第二隐向量进行融合处理，得到融合隐向量；通过所述目标语音合成模型中的潜在扩散模型，对所述融合隐向量进行逆向扩散处理，得到目标隐向量；通过所述目标语音合成模型中的神经网络音频解码器，对所述目标隐向量进行解码处理，得到所述目标文本对应的合成语音。
全文数据：
权利要求：
百度查询： 平安科技(深圳)有限公司 基于潜在扩散模型的语音合成方法、装置、服务器及介质
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