[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

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。