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：北京白龙马云行科技有限公司
摘要：本发明公开了一种基于多分片的录音合成方法及系统；本发明涉及语音合成技术领域；步骤S1，音频可视化：将多分片音频的多个录音片段的总的音频信号转换为音频图像AI，例如声谱图或梅尔频率倒谱系数图，并将音频图像AI作为YOLOv3算法的输入。步骤S2，特征提取：使用YOLOv3算法对转换后的音频图像AI进行特征提取；提取的特征包括与音频波形w和节奏模式r；本发明通过使用Darknet‑53深度卷积神经网络对音频特征进行非线性变换和卷积操作，该方案能够提取更高层次的音频特征，从而更准确地判断音频片段的同步状态。在合成多分片音频时，各个片段在时间和节奏上的同步更加精确，减少了不同步带来的音质问题。
主权项：1.一种基于多分片的录音合成方法，包括获取多分片音频的多个录音片段，其特征在于，对其执行如下操作步骤：S1，音频可视化：将多分片音频的多个录音片段的总的音频信号转换为音频图像AI，并作为YOLOv3算法的输入；S2，特征提取：使用所述YOLOv3算法对转换后的音频图像AI进行特征提取；提取的特征包括与音频波形w和节奏模式r；S3，对所有的提取的特征向量wi,ri应用Darknet-53深度卷积神经网络，判断该音频片段的同步状态；根据判断结果，计算每个片段的同步调整参数a,b；同步调整参数a,b包括时间偏移量a和播放速率调整量b；S4，生成同步阈值矩阵P：根据同步调整参数a,b所生成；所述同步阈值矩阵P中的每个元素对应每个特征向量wi,ri，即相应的录音片段的调整阈值T；S5，动态应用同步调整参数a,b：基于每个时刻下的所述同步阈值矩阵P的元素变化，动态地应用所述同步调整参数a,b，以确保音频片段的同步。
全文数据：
权利要求：
百度查询： 北京白龙马云行科技有限公司 一种基于多分片的录音合成方法及系统
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