[发明专利]语音转换方法、装置、设备及可读存储介质有效
| 申请号： | 201910506086.8 | 申请日： | 2019-06-12 |
| 公开（公告）号： | CN110223705B | 公开（公告）日： | 2023-09-15 |
| 发明（设计）人： | 王燕南;黄俊;陈家君;王青 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G10L21/007 | 分类号： | G10L21/007;G10L15/26;G10L13/04;G10L13/047;G10L13/033;G10L25/24;G10L25/30 |
| 代理公司： | 北京三高永信知识产权代理有限责任公司 11138 | 代理人： | 张所明 |
| 地址： | 518057 广东省深圳*** | 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： | 本申请公开了一种语音转换方法、装置、设备及可读存储介质，涉及音频处理领域。该方法包括：获取源语音，源语音为以第一人声发出的语音；提取源语音的音素后验概率；通过编码器对音素后验概率进行编码处理，得到编码层特征；通过解码器对编码层特征进行解码处理，得到频谱特征，编码器和解码器是通过第二人声的样本语音训练得到的；将频谱特征进行语音合成处理，得到第二人声的目标语音。通过编码器和解码器对PPGs进行处理，得到频谱特征后，通过频谱特征对目标语音进行合成，由编码器和解码器两层结构对PPGs进行处理，提高了对第二人声的语音情感以及语音韵律的把控，提高了目标语音与第二人声实际发出的声音之间的相似度。 | ||
| 搜索关键词： | 语音 转换 方法 装置 设备 可读 存储 介质 | ||
【主权项】：
1.一种语音转换方法，其特征在于，所述方法包括：获取源语音，所述源语音为以第一人声发出且待转换为第二人声的语音；提取所述源语音的音素后验概率，所述音素后验概率用于表示所述源语音的文本特征；通过编码器对所述音素后验概率进行编码处理，得到编码层特征；通过解码器对所述编码层特征进行解码处理，得到所述编码层特征对应的频谱特征，所述编码器和所述解码器是通过所述第二人声的样本语音进行训练后得到的；将所述频谱特征通过声码器进行语音合成处理，得到与所述源语音对应的所述第二人声的目标语音。
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腾讯科技（深圳）有限公司，未经腾讯科技（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/201910506086.8/，转载请声明来源钻瓜专利网。
