[发明专利]非平行语料声音转换数据增强模型训练方法及装置有效
| 申请号： | 201910863861.5 | 申请日： | 2019-09-12 |
| 公开（公告）号： | CN110600013B | 公开（公告）日： | 2021-11-02 |
| 发明（设计）人： | 俞凯;李沐阳;陈博;陈宽;吴松泽;刘知峻 | 申请（专利权）人： | 思必驰科技股份有限公司 |
| 主分类号： | G10L15/06 | 分类号： | G10L15/06;G10L21/007;G10L21/013;G10L25/30 |
| 代理公司： | 北京商专永信知识产权代理事务所(普通合伙) 11400 | 代理人： | 黄谦;车江华 |
| 地址： | 215123 江苏省苏州市苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开一种非平行语料声音转换数据增强模型训练方法，包括：为所述数据增强模型配置顺序连接的声学注意力层、文本注意力层和解码器模块；所述声学注意力层包括第一GRU层和第一注意力层，所述文本注意力层包括第二GRU层和第二注意力层；将样本源文本序列编码为嵌入序列；将样本目标声学特征序列输入至所述第一GRU层；将所述嵌入序列输入至所述第一注意力层和第二注意力层，以训练所述增强模型。本申请通过声学注意力层和文本注意力层保留了源语音中包含的持续时间和语言上下文，从而确保了训练得到的增强模型的准确性，能够更好的用于音频与文本之间的对齐，有助于提升语音转换的效果。 | ||
| 搜索关键词： | 平行 语料 声音 转换 数据 增强 模型 训练 方法 装置 | ||
【主权项】：
1.一种非平行语料声音转换数据增强模型训练方法，包括：/n为所述数据增强模型配置顺序连接的声学注意力层、文本注意力层和解码器模块；所述声学注意力层包括第一GRU层和第一注意力层，所述文本注意力层包括第二GRU层和第二注意力层；/n将样本源文本序列编码为嵌入序列；/n将样本目标声学特征序列输入至所述第一GRU层；将所述嵌入序列输入至所述第一注意力层和第二注意力层，以训练所述增强模型。/n
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思必驰科技股份有限公司，未经思必驰科技股份有限公司许可，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/201910863861.5/，转载请声明来源钻瓜专利网。
