[发明专利]非平行语料声音转换数据增强模型训练方法及装置有效

专利信息
申请号: 201910863861.5 申请日: 2019-09-12
公开(公告)号: CN110600013B 公开(公告)日: 2021-11-02
发明(设计)人: 俞凯;李沐阳;陈博;陈宽;吴松泽;刘知峻 申请(专利权)人: 思必驰科技股份有限公司
主分类号: G10L15/06 分类号: G10L15/06;G10L21/007;G10L21/013;G10L25/30
代理公司: 北京商专永信知识产权代理事务所(普通合伙) 11400 代理人: 黄谦;车江华
地址: 215123 江苏省苏州市苏*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 平行 语料 声音 转换 数据 增强 模型 训练 方法 装置
【权利要求书】:

1.一种非平行语料声音转换数据增强方法,包括:

为数据增强模型配置顺序连接的声学注意力层、文本注意力层和解码器模块;所述声学注意力层包括第一GRU层和第一注意力层,所述文本注意力层包括第二GRU层和第二注意力层;

将样本源文本序列编码为嵌入序列;

将样本目标声学特征序列输入至所述第一GRU层;将所述嵌入序列输入至所述第一注意力层和第二注意力层,以训练所述数据增强模型;

将源语音数据输入至所述第一GRU层和所述第二GRU层,将目标语音数据输入至所述解码器模块,以实现所述源语音数据与所述目标语音数据之间的对齐。

2.根据权利要求1所述的方法,其中,还包括:

向所述第一GRU层、所述第二GRU层和所述解码器模块输入全局条件,所述全局条件为说话者身份特征信息。

3.根据权利要求1所述的方法,其中,所述解码器模块包括CBHG子模块和BLSTM子模块。

4.一种数据转换方法,包括:

采用权利要求1所述的方法生成平行语音数据;

将所述平行语音数据输入至预先训练好的平行语音转换模型。

5.一种电子设备,其包括:至少一个处理器,以及与所述至少一个处理器通信连接的存储器,其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-4中任意一项所述方法的步骤。

6.一种存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1-4中任意一项所述方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于思必驰科技股份有限公司,未经思必驰科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910863861.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top