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!
摘要:本说明书实施例公开了一种训练文本转语音模型、文本转语音的方法、装置及设备。重新定义了文本转语音模型的输入数据的构成,输入数据不仅包括已插入韵律符号的文本对应的音素序列,也包括能够表示文本在至少一个粒度层级上的结构划分的结构标注信息,从而使得文本转语音模型在进行语音特征预测的过程中,不仅可以参考文本在音素层面的韵律,而且还可以参考文本在单字词、短语、语句等粒度层面上的韵律,这样可以使得预测出的语音特征所得到的语音韵律具有文本结构上发音的连贯性,韵律更加自然。需要说明,本公开属于人工智能领域的技术方案,在方案实现时,所使用的隐私数据已经得到所有方授权。
主权项:1.一种训练文本转语音模型的方法,包括:获取文本样本,以及所述文本样本的结构划分信息;其中,所述结构划分信息表示至少一个粒度层级上的结构划分;利用韵律模型对所述文本样本插入韵律符号,并将已插入韵律符号的所述文本样本转换成音素序列;根据所述音素序列与所述结构划分信息,得到至少一个粒度层级的结构标注信息;其中,针对任一粒度层级,该粒度层级的结构标注信息表示:在该粒度层级上,所述音素序列中的每个音素属于的粒度单元;将所述音素序列与所述至少一个粒度层级的结构标注信息作为文本转语音模型的输入,训练所述文本转语音模型。
全文数据:
权利要求:
百度查询: 支付宝(杭州)信息技术有限公司 训练文本转语音模型、文本转语音的方法、装置及设备
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。