[发明专利]文本的语音合成方法、装置和计算机设备有效
| 申请号： | 201910042827.1 | 申请日： | 2019-01-17 |
| 公开（公告）号： | CN109754778B | 公开（公告）日： | 2023-05-30 |
| 发明（设计）人： | 陈闽川;马骏;王少军 | 申请（专利权）人： | 平安科技（深圳）有限公司 |
| 主分类号： | G10L13/02 | 分类号： | G10L13/02;G10L25/24 |
| 代理公司： | 北京汇思诚业知识产权代理有限公司 11444 | 代理人： | 冯晓平 |
| 地址： | 518000 广东省深圳市福田区福*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请实施例提供一种文本的语音合成方法、装置和计算机设备，其中，上述文本的语音合成方法包括首先获取待识别的目标文本；然后将所述目标文本中的每个字符进行离散型特征处理，以生成每个字符对应的特征向量；其次将所述特征向量输入预先训练的频谱转换模型，获取上述频谱转换模型输出的所述目标文本中每个字符对应的梅尔频谱；最后再将所述梅尔频谱转换为语音，以获得所述目标文本对应的语音。这样，本申请在进行语音合成的时候，无需对文本中的每个字符进行拼音标注，有效地减少了语音合成过程中的工作量，并为语音合成过程中的发音问题提供了有效的解决方案，在人工智能领域中具有更广泛的应用范围。 | ||
| 搜索关键词： | 文本 语音 合成 方法 装置 计算机 设备 | ||
【主权项】：
1.一种文本的语音合成方法，其特征在于，所述的方法包括：获取待识别的目标文本；将所述目标文本中的每个字符进行离散型特征处理，以生成每个字符对应的特征向量；将所述特征向量输入预先训练的频谱转换模型，获取所述频谱转换模型输出的所述目标文本中每个字符对应的梅尔频谱；将所述梅尔频谱转换为语音，以获得所述目标文本对应的语音。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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平安科技（深圳）有限公司，未经平安科技（深圳）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/patent/201910042827.1/，转载请声明来源钻瓜专利网。
