[发明专利]基于迁移学习的歌声合成方法、装置及存储介质

摘要

本发明涉及语言信号处理领域，本发明提出一种基于迁移学习的歌声合成方法、装置及存储介质，其中的方法包括：基于语音数据库获取读模型训练数据；基于读模型训练数据训练读模型，读模型输出与语音特征及语音标签数据对应的声音声学特征；获取唱模型训练数据，基于唱模型训练数据创建唱模型；将待合成歌声的歌词输入读模型，生成与歌词对应的目标声音声学参数，同时将待合成的乐谱特征和读模型输出的与歌词对应的声音声学参数输入唱模型，输出目标歌声声学参数；通过声码器将目标歌声声学参数转换为歌声输出。本发明通过将歌声合成分为读与唱两个步骤，能够在有限的歌声数据下，学习出更好的歌声合成效果。

主权项

1.一种基于迁移学习的歌声合成方法，应用于电子装置，其特征在于，所述方法包括：基于语音数据库获取读模型训练数据，所述读模型训练数据包括语音特征及对应的语音标签数据；基于所述读模型训练数据训练读模型，所述读模型输出与所述语音特征及语音标签数据对应的声音声学特征；获取唱模型训练数据，所述唱模型训练数据包括从乐谱中提取出来的乐谱特征、从与所述乐谱对应的歌声数据中提取的样本歌声声学参数，以及从读模型中输出的样本声音声学参数；基于唱模型训练数据训练唱模型；将待合成歌声的歌词输入所述读模型，生成与所述歌词对应的目标声音声学参数，同时将待合成的乐谱特征和读模型输出的与所述歌词对应的目标声音声学参数输入所述唱模型，输出目标歌声声学参数；通过声码器将所述目标歌声声学参数转换为歌声输出。