[发明专利]一种流式语音转换方法、装置、计算机设备及存储介质

说明书

本发明实施例公开了一种流式语音转换方法、装置、计算机设备及存储介质。所述方法包括：获取待转换语音数据；按获取时间的顺序将所述待转换语音数据进行分片提取得到待转换分片语音，所述待转换分片语音携带有分片标记；将所述待转换分片语音进行语音转换得到已转换分片语音，所述已转换分片语音携带有分片标记；将所述已转换分片语音进行分片还原得到已还原分片语音，所述已还原分片语音携带有分片标记；根据所述已还原分片语音携带的分片标记将所述已还原分片语音进行输出。本发明的流式语音转换方法缩短了响应时间，提高转换速度，在听觉上保证了输出语音的高保真效果。

技术领域

本发明涉及语音处理技术领域，尤其涉及一种流式语音转换方法、装置、计算机设备及存储介质。

背景技术

语音转换(VoiceConversion)在民用层面已经广泛使用，该技术主要用来将一个生物发出的声音转换成另一个生物发出的声音，目前已用在变声器、电影、新闻声优合成等场景。在完成转换流程的过程中，保证转换声音质量不变的前提下，转换速度也同样对与体验者有着决定性的影响。

目前业界对语音转换速度有一个定性要求：从语音输入到输出的时间内，需要实时处理，即每秒能处理一秒语音的转换性能，在语音行业领域内，语音转换系统仍需要等待体验者把内容说完，才能走一次语音转换处理流程，现有计算还没有出现针对长时间语音输入的情况下，语音转换系统难以达到实时转换并且保真的效果。因此，开发一种提高转换速度、高保真的语音转换方法显得尤为重要。

发明内容

基于此，有必要针对上述问题，提出了一种流式语音转换方法、装置、计算机设备及存储介质，用于解决现有技术中语音转换难以达到实时转换并且保真的效果的技术问题。

第一方面，本发明提出了一种流式语音转换方法，所述方法包括：

获取待转换语音数据；

按获取时间的顺序将所述待转换语音数据进行分片提取得到待转换分片语音，所述待转换分片语音携带有分片标记；

将所述待转换分片语音进行语音转换得到已转换分片语音，所述已转换分片语音携带有分片标记；

将所述已转换分片语音进行分片还原得到已还原分片语音，所述已还原分片语音携带有分片标记；

根据所述已还原分片语音携带的分片标记将所述已还原分片语音进行输出。

第二方面，本发明还提出了一种流式语音转换装置，所述装置包括：

流式获取语音模块，用于获取待转换语音数据；

分片提取模块，用于按获取时间的顺序将所述待转换语音数据进行分片提取得到待转换分片语音，所述待转换分片语音携带有分片标记；

语音转换模块，用于将所述待转换分片语音进行语音转换得到已转换分片语音，所述已转换分片语音携带有分片标记；

分片还原模块，用于将所述已转换分片语音进行分片还原得到已还原分片语音，所述已还原分片语音携带有分片标记；

流式输出语音模块，用于根据所述已还原分片语音携带的分片标记将所述已还原分片语音进行输出。

第三方面，本发明还提出了一种存储介质，存储有计算机指令程序，所述计算机指令程序被处理器执行时，使得所述处理器执行第一方面任一项所述方法的步骤。

第四方面，本发明还提出了一种计算机设备，包括至少一个存储器、至少一个处理器，所述存储器存储有计算机指令程序，所述计算机指令程序被所述处理器执行时，使得所述处理器执行第一方面任一项所述方法的步骤。