[发明专利]一种语音数据处理方法、装置、设备及介质

权利要求书

1.一种语音数据处理方法，其特征在于，包括：

获取多个发音人的语音训练数据和目标发音人的语音训练数据，所述目标发音人的语音训练数据的数量远小于所述多个发音人的语音训练数据总数量；

基于所述多个发音人的语音训练数据和所述目标发音人的语音训练数据，训练生成用于合成所述目标发音人语音的初级语音合成模型；

根据预先配置的文本语料，利用所述初级语音合成模型，得到所述目标发音人用于语音合成的语料数据。

2.根据权利要求1所述的方法，其特征在于，根据预先配置的文本语料，利用所述初级语音合成模型，得到所述目标发音人用于语音合成的语料数据，包括：

将所述文本语料输入至所述初级语音合成模型，得到所述文本语料对应的语音合成数据；

从所述语音合成数据中，筛选出符合预设要求的语音合成数据，并确定为所述目标发音人的语料数据。

3.根据权利要求1所述的方法，其特征在于，根据预先配置的文本语料，利用所述初级语音合成模型，得到所述目标发音人用于语音合成的语料数据之后，还包括：

利用所述语料数据，对所述初级语音合成模型的参数进行调整，得到用于合成所述目标发音人语音的目标语音合成模型。

4.根据权利要求1所述的方法，其特征在于，根据预先配置的文本语料，利用所述初级语音合成模型，得到所述目标发音人用于语音合成的语料数据之后，还包括：

从所述语料数据中提取语音片段，利用提取出的语音片段组成用于拼接合成所述目标发音人语音的语音库。

5.根据权利要求1-4中任一项所述的方法，其特征在于，基于所述多个发音人的语音训练数据和所述目标发音人的语音训练数据，训练生成用于合成所述目标发音人语音的初级语音合成模型，包括：

基于所述多个发音人的语音训练数据，训练生成用于合成语音的基础语音合成模型；

利用所述目标发音人的语音训练数据，对所述基础语音合成模型的参数进行调整，得到用于合成所述目标发音人语音的初级语音合成模型。

6.一种语音数据处理装置，其特征在于，包括：

获取单元，用于获取多个发音人的语音训练数据和目标发音人的语音训练数据，所述目标发音人的语音训练数据的数量远小于所述多个发音人的语音训练数据总数量；

训练单元，用于基于所述多个发音人的语音训练数据和所述目标发音人的语音训练数据，训练生成用于合成所述目标发音人语音的初级语音合成模型；

处理单元，用于根据预先配置的文本语料，利用所述初级语音合成模型，得到所述目标发音人用于语音合成的语料数据。

7.根据权利要求6所述的装置，其特征在于，所述处理单元具体用于：

将所述文本语料输入至所述初级语音合成模型，得到所述文本语料对应的语音合成数据；

从所述语音合成数据中，筛选出符合预设要求的语音合成数据，并确定为所述目标发音人的语料数据。

8.根据权利要求6所述的装置，其特征在于，所述处理单元还用于：

利用所述语料数据，对所述初级语音合成模型的参数进行调整，得到用于合成所述目标发音人语音的目标语音合成模型。

9.根据权利要求6所述的装置，其特征在于，所述处理单元还用于：

从所述语料数据中提取语音片段，利用提取出的语音片段组成用于拼接合成所述目标发音人语音的语音库。

10.一种电子设备，其特征在于，包括：至少一个处理器、至少一个存储器以及存储在所述存储器中的计算机程序指令，当所述计算机程序指令被所述处理器执行时实现如权利要求1-5中任一项所述的方法。