[发明专利]基于音频解耦和融合的零样本语音克隆方法及装置在审
| 申请号： | 202211012716.4 | 申请日： | 2022-08-23 |
| 公开（公告）号： | CN115497449A | 公开（公告）日： | 2022-12-20 |
| 发明（设计）人： | 汤步洲;陈屹婷;李婉婷 | 申请（专利权）人： | 哈尔滨工业大学（深圳） |
| 主分类号： | G10L13/02 | 分类号： | G10L13/02;G10L25/18 |
| 代理公司： | 深圳市添源创鑫知识产权代理有限公司 44855 | 代理人： | 覃迎峰 |
| 地址： | 518000 广东省深圳市南*** | 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： | 本发明公开了一种基于音频解耦和融合的零样本语音克隆方法及装置，包括将目标说话人的音频进行声学特征提取获取声学特征梅尔谱；采用音频内容编码器和音频音色编码器分别分离出声学特征梅尔谱的音色信息和内容信息；将音色信息集合进行特征融合，得到说话人音色嵌入表示，使得最终地说话人嵌入尽可能包含目标说话人的音色信息；为了提高解耦能力，引入了互信息约束，使得提取到的内容嵌入和音色嵌入之间的耦合程度尽可能低；将说话人音色嵌入表示和文本输入到零样本语音克隆模型，合成对应文本且带有目标说话人音色的梅尔谱；最终将梅尔谱输入到声码器中换成人耳可听的波形信号。本发明方法能提高克隆语音的说话人相似度。 | ||
| 搜索关键词： | 基于 音频 融合 样本 语音 克隆 方法 装置 | ||
【主权项】：
暂无信息
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哈尔滨工业大学（深圳），未经哈尔滨工业大学（深圳）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/202211012716.4/，转载请声明来源钻瓜专利网。
