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：世优(北京)科技股份有限公司

摘要：本申请涉及一种语音合成方法及装置，其中，该方法包括：响应于语音合成请求，从语音合成请求中解析出文本数据及音频数据，并从文本数据中提取出文本特征，从音频数据中提取出目标对象的音频特征；利用多头注意力机制捕捉文本特征和音频特征之间的关系，得到关联关系矩阵；将关联关系矩阵分为第一关联矩阵和第二关联矩阵，对第一关联矩阵进行权重映射线性变换，对第二关联矩阵进行样条插值线性变换，并对权重映射线性变换的结果和样条插值线性变换的结果进行融合，得到融合特征；基于融合特征，生成模拟目标对象的合成语音，其中，合成语音的语音内容为文本数据中的文字内容。

主权项：1.一种语音合成方法，其特征在于，包括：响应于语音合成请求，从所述语音合成请求中解析出文本数据及音频数据，并从所述文本数据中提取出文本特征，从所述音频数据中提取出目标对象的音频特征；利用多头注意力机制捕捉所述文本特征和所述音频特征之间的关联关系，得到关联关系矩阵；将所述关联关系矩阵分为第一关联矩阵和第二关联矩阵，对所述第一关联矩阵进行权重映射线性变换，对所述第二关联矩阵进行样条插值线性变换，并对所述权重映射线性变换的结果和所述样条插值线性变换的结果进行融合，得到融合特征；基于所述融合特征，生成模拟所述目标对象的合成语音，其中，所述合成语音的语音内容为所述文本数据中的文字内容；其中，对所述第一关联矩阵进行权重映射线性变换，对所述第二关联矩阵进行样条插值线性变换，包括：利用共享基函数和第一权重矩阵对所述第一关联矩阵进行所述权重映射线性变换，得到所述权重映射线性变换的结果；利用样条插值函数和第二权重矩阵对所述第二关联矩阵进行所述样条插值线性变换，得到所述样条插值线性变换的结果；其中，利用多头注意力机制捕捉所述文本特征和所述音频特征之间的关联关系，包括：对于每个注意力头，计算所述文本特征和所述音频特征的相似度得分矩阵和值向量，并对所述相似度得分矩阵应用激活函数，得到注意力权重矩阵，然后，利用所述注意力权重矩阵对所述值向量进行加权平均，得到加权值向量；将所述每个注意力头的所述加权值向量拼接在一起，得到所述文本特征和所述音频特征之间的关联关系。

全文数据：

权利要求：

百度查询： 世优(北京)科技股份有限公司 语音合成方法及装置