[发明专利]语音合成的方法、装置以及存储介质在审
| 申请号： | 202010722666.3 | 申请日： | 2020-07-24 |
| 公开（公告）号： | CN113971947A | 公开（公告）日： | 2022-01-25 |
| 发明（设计）人： | 黄磊;杨春勇;靳丁南;权圣 | 申请（专利权）人： | 北京有限元科技有限公司 |
| 主分类号： | G10L13/08 | 分类号： | G10L13/08;G10L25/24;G06F40/268;G06F40/289;G06N3/04 |
| 代理公司： | 北京万思博知识产权代理有限公司 11694 | 代理人： | 刘冀 |
| 地址： | 100000 北京市海淀区*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 语音 合成 方法 装置 以及 存储 介质 | ||
1.一种语音合成的方法，其特征在于，包括：
获取待合成语音的中文文本；
生成与所述中文文本对应的文本向量，其中所述文本向量与所述中文文本中包含的中文词汇相关联；
利用预先训练的模型对所述文本向量进行计算，生成与所述文本向量对应的梅尔频谱；以及
根据所述梅尔频谱确定与所述中文文本对应的音频。
2.根据权利要求1所述的方法，其特征在于，生成与所述中文文本对应的文本向量，包括：
生成与所述中文文本中包含的连续的中文词汇对应的词向量；以及
将所述词向量依次进行拼接生成句向量，根据所述句向量生成所述文本向量。
3.根据权利要求2所述的方法，其特征在于，根据所述句向量生成所述文本向量，包括：
生成与所述连续的中文词汇的词性对应的第一词性向量，并将所述第一词性向量进行拼接生成第二词性向量；以及
将所述句向量和所述第二词性向量进行拼接，生成所述文本向量。
4.根据权利要求2所述的方法，其特征在于，生成与所述中文文本中包含的连续的中文词汇对应的词向量，包括：
对所述中文文本进行分词操作，确定所述中文文本中包含的连续的中文词汇；以及
生成与所述中文文本中包含的连续的中文词汇对应的词向量。
5.根据权利要求3所述的方法，其特征在于，生成与所述连续的中文词汇的词性对应的第一词性向量，包括：
确定与所述连续的中文词汇中每个中文词汇对应的词性；以及
生成与每个所述词性对应的第一词性向量。
6.根据权利要求5所述的方法，其特征在于，确定与所述连续的中文词汇中每个中文词汇对应的词性，包括：根据依存句法分析算法确定与所述连续的中文词汇中每个中文词汇对应的词性。
7.根据权利要求1所述的方法，其特征在于，利用预先训练的模型对所述文本向量进行计算，生成与所述文本向量对应的梅尔频谱，包括：
利用所述模型的编码器生成与所述文本向量对应的特征向量；以及
利用所述模型的解码器对所述特征向量进行计算，生成与所述文本向量对应的梅尔频谱。
8.根据权利要求1所述的方法，其特征在于，生成与所述中文文本对应的文本向量，还包括：利用BERT模型生成与所述中文文本对应的文本向量。
9.根据权利要求4所述的方法，其特征在于，生成与所述中文文本中包含的连续的中文词汇对应的词向量，包括：利用word2vec模型生成与所述中文文本中包含的连续的中文词汇对应的词向量。
10.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时由处理器执行权利要求1至9中任意一项所述的方法。
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北京有限元科技有限公司，未经北京有限元科技有限公司许可，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/202010722666.3/1.html，转载请声明来源钻瓜专利网。
- 上一篇：半导体装置以及金属氧化物半导体电容器结构
- 下一篇：瓷砖夹紧装置
