[发明专利]通用语音、目标语音合成模型的训练方法及相关装置

权利要求书

1.一种通用语音合成模型的训练方法，其特征在于，包括：

利用语音样本数据对初始语音建模模型进行训练，进而得到语音建模模型，其中，所述语音样本数据为非标注文本信息的样本数据；

利用所述语音建模模型对语音测试数据进行处理，进而得到第一语音建模数据；

利用所述第一语音建模数据对初始通用语音合成模型进行训练，进而得到通用语音合成模型。

2.根据权利要求1所述的方法，其特征在于，所述利用语音样本数据对初始语音建模模型进行训练，进而得到语音建模模型的步骤，包括：

对所述语音样本数据进行处理，进而得到所述语音样本数据对应的上下文表征向量以及第二语音建模数据；

利用所述上下文表征向量以及所述第二语音建模数据对所述初始语音建模模型进行训练，进而得到所述语音建模模型。

3.根据权利要求2所述的方法，其特征在于，所述对所述语音样本数据进行处理，进而得到所述语音样本数据对应的上下文表征向量以及第二语音建模数据的步骤，包括：

对所述语音样本数据进行特征提取，进而得到第一表征向量；

利用上下文表征算法对所述第一表征向量进行处理，进而得到所述上下文表征向量；

利用乘积量化的方法对所述第一表征向量进行处理，进而得到所述第二语音建模数据。

4.根据权利要求3所述的方法，其特征在于，所述利用所述上下文表征向量以及所述第二语音建模数据对所述初始语音建模模型进行训练，进而得到所述语音建模模型的步骤，包括：

利用所述上下文表征向量以及所述第二语音建模数据构建目标函数，进而得到第一语音建模模型；

利用乘积量化的方法基于交叉熵函数得到辅助语音建模模型；

利用所述第一语音建模模型以及所述辅助语音建模模型得到所述语音建模模型。

5.根据权利要求3所述的方法，其特征在于，所述对所述语音样本数据进行特征提取，进而得到第一表征向量的步骤，包括：

对所述语音样本数据进行归一化处理，得到归一化数据；

对所述归一化数据进行特征提取，进而得到所述第一表征向量。

6.根据权利要求3所述的方法，其特征在于，所述利用上下文表征算法对所述第一表征向量进行处理，进而得到所述上下文表征向量的步骤，包括：

利用自注意力算法以及前馈网络算法对所述第一表征向量进行处理，进而得到所述上下文表征向量。

7.根据权利要求1所述的方法，其特征在于，所述利用所述第一语音建模数据对初始通用语音合成模型进行训练，进而得到通用语音合成模型的步骤，包括：

利用所述第一语音建模数据对ticotron模型进行训练，进而得到通用语音合成模型，其中，所述第一语音建模数据包含频谱数据。

8.根据权利要求1所述的方法，其特征在于，所述语音样本数据包括至少一种语种。

9.一种目标语音合成模型的训练方法，其特征在于，包括：

获取目标语种语音数据，其中，所述目标语种语音数据标注有文本信息；

利用所述目标语种语音数据对通用语音合成模型进行训练，进而得到所述目标语音合成模型；其中，所述通用语音合成模型通过上述权利要求1～9任一项所述的方法训练所得。

10.根据权利要求9所述的方法，其特征在于，所述利用所述目标语种语音数据对通用语音合成模型进行训练，进而得到所述目标语音合成模型的步骤，包括：

对所述目标语种语音数据进行数据增广处理，进而得到处理后的目标语种语音数据；

利用处理后的目标语种语音数据通用语音合成模型进行训练，进而得到所述目标语音合成模型。