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:用于通过神经文本到语音TTS合成来生成语音的方法和装置。可以获得文本输入1310。可以基于所述文本输入来生成音素或字符级别文本信息1320。可以基于所述文本输入来生成上下文敏感文本信息1330。可以基于所述音素或字符级别文本信息和所述上下文敏感文本信息来生成文本特征1340。可以至少基于所述文本特征来生成与所述文本输入相对应的语音波形1350。
主权项:1.一种用于通过神经文本到语音TTS合成来生成语音的方法,包括:获得文本输入;基于所述文本输入来生成音素或字符级别文本信息;基于所述文本输入来生成上下文敏感文本信息,其中,所述上下文敏感文本信息包括句子级别文本信息,所述句子级别文本信息包括语法解析信息序列,所述生成上下文敏感文本信息包括生成所述语法解析信息序列,并且所述生成所述语法解析信息序列包括:对所述文本输入执行语法解析,以获得所述文本输入的语法结构;从所述语法结构中提取所述文本输入中每个词语的语法解析信息;对每个词语的所述语法解析信息进行上采样,以与所述文本输入的音素或字符序列中的相应音素或字符对准;以及将所述文本输入中所有词语的经上采样的语法解析信息组合成所述语法解析信息序列;经由多输入编码器,生成文本特征,所述多输入编码器被耦合以接收所述音素或字符级别文本信息和所述上下文敏感文本信息二者作为输入,所述上下文敏感文本信息包括所述语法解析信息序列;经由解码器,根据所述文本特征来生成声学特征;以及根据所述声学特征来生成语音波形,所述语音波形与所述文本输入相对应。
全文数据:
权利要求:
百度查询: 微软技术许可有限责任公司 具有多级别文本信息的神经文本到语音合成
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。