[发明专利]音色转换方法、装置及电子设备

权利要求书

1.一种音色转换方法，其特征在于，包括：

对接收到的目标语音信息进行特征提取处理，获得输入谱参数；

基于所述输入谱参数确定第一语音文本参数；

基于音色转换模型对所述输入谱参数进行变分自编码处理，确定语音声音参数；

基于所述音色转换模型对所述第一语音文本参数和所述语音声音参数进行处理，确定输出谱参数；

基于所述输出谱参数确定音色转换后的目标语音信息。

2.根据权利要求1所述的方法，其特征在于，所述基于音色转换模型对所述输入谱参数进行变分自编码处理，确定语音声音参数，包括：

基于所述音色转换模型对所述输入谱参数进行变分自编码处理，确定语音声音参数概率分布的均值和方差；

基于正态分布函数生成所述语音声音参数概率分布的随机变量；

基于所述均值、所述方差和所述随机变量，确定所述语音声音参数。

3.根据权利要求2所述的方法，其特征在于，所述基于所述音色转换模型对所述第一语音文本参数和所述语音声音参数进行处理，确定输出谱参数，包括：

基于所述音色转换模型对所述第一语音文本参数进行预设轮次的长度减半的卷积操作，确定第二语音文本参数；

基于所述音色转换模型将所述语音声音参数添加至所述第二语音文本参数中，确定目标语音参数；

对所述目标语音参数进行所述预设轮次的长度加倍的反卷积操作，确定所述输出谱参数。

4.根据权利要求3所述的方法，其特征在于，所述基于所述音色转换模型对所述输入谱参数进行变分自编码处理，确定语音声音参数概率分布的均值和方差，包括：

基于所述音色转换模型对所述输入谱参数进行所述预设轮次的长度减半的所述卷积操作，确定目标输入谱参数；

基于所述目标输入谱参数确定语音声音参数法律分布的所述均值和所述方差。

5.根据权利要求1所述的方法，其特征在于，还包括：

基于样本语音信息训练所述音色转换模型；

所述基于样本语音信息训练所述音色转换模型，包括：

对所述样本语音信息进行特征提取处理，得到样本输入谱参数、样本基频和样本非周期成分信息；

基于所述样本基频和所述样本非周期成分信息，确定样本输出目标谱参数；

基于所述样本输入谱参数确定样本语音文本参数；

对每一条所述样本语音信息，建立一组由所述输入谱参数和所述语音文本参数组成的样本输入信息，以及由所述样本输出谱参数构成的训练数据组；

基于所述训练数据组，按照神经网络训练方法训练得到所述音色转换模型。

6.一种音色转换装置，其特征在于，包括：

输入谱参数获得模块，用于对接收到的目标语音信息进行特征提取处理，获得输入谱参数；

第一语音文本参数确定模块，用于基于所述输入谱参数确定第一语音文本参数；

语音声音参数确定模块，用于基于音色转换模型对所述输入谱参数进行变分自编码处理，确定语音声音参数；

输出谱参数确定模块，用于基于所述音色转换模型对所述第一语音文本参数和所述语音声音参数进行处理，确定输出谱参数；

目标语音信息确定模块，用于基于所述输出谱参数确定音色转换后的目标语音信息。

7.根据权利要求6所述的装置，其特征在于，所述语音声音参数确定模块包括：

均值方差确定子模块，用于基于所述音色转换模型对所述输入谱参数进行变分自编码处理，确定语音声音参数概率分布的均值和方差；

随机变量生成子模块，用于基于正态分布函数生成所述语音声音参数概率分布的随机变量；

语音声音参数确定子模块，用于基于所述均值、所述方差和所述随机变量，确定所述语音声音参数。