-
公开(公告)号：CN114708847A
公开(公告)日：2022-07-05
申请号：CN202210252704.2
申请日：2022-03-15
Applicant: 科大讯飞股份有限公司
Abstract: 本发明提供了一种语音合成方法、装置、设备及存储介质，其中，语音合成方法包括：获取用于进行语音合成的文本特征以及指定说话人的语音数据；对指定说话人的语音数据提取说话人特征，作为原始音色特征向量；基于原始音色特征向量、设定音色维度下由用户决定的音色调整参数以及设定音色维度下的音色拉伸向量，确定用户定制音色的音色特征向量；基于文本特征和用户定制音色的音色特征向量，合成用户定制音色的语音数据。本发明提供的语音合成方法能够满足用户对于合成语音音色的个性化需求，另外，让用户深度参与合成语音音色的选择，使得语音合成更具趣味性和交互性，从而能够提升用户体验。
-
公开(公告)号：CN114283782A
公开(公告)日：2022-04-05
申请号：CN202111665515.X
申请日：2021-12-31
Applicant: 科大讯飞股份有限公司
Abstract: 本申请公开了一种语音合成方法及装置、电子设备和存储介质，其中，语音合成方法包括：提取待合成文本的发音属性特征，且基于待合成文本分别在若干种语音属性上的目标类别，获取各种语音属性的目标属性特征；再基于发音属性特征和各目标属性特征，合成得到待合成文本的合成语音。上述方案，能够在提升语音合成自由度的同时，降低其成本。
-
Patent Agency Ranking
公开(公告)号：CN114170999A
公开(公告)日：2022-03-11
申请号：CN202111570375.8
申请日：2021-12-21
Applicant: 科大讯飞股份有限公司
Abstract: 本发明提供一种语音转换方法、装置、电子设备和存储介质，其中方法包括：确定源发音人语音的发音人无关特征；基于样本语音的发音人无关特征和声学特征，对所述源发音人语音的发音人无关特征进行声学转换，得到目标声学特征，所述样本语音中的部分为类人声音频；基于所述目标声学特征进行语音合成，得到目标发音人的目标语音。本发明提供的方法、装置、电子设备和存储介质，通过在样本语音中添加类人声音频，使得样本语音能够覆盖人声各声部的音域，由此能够学习到更广音域下语音的发音人无关特征和声学特征，因此能够克服跨音域转换时的音域匹配问题，保证语音转换尤其是跨音频转换的转换效果。
-
公开(公告)号：CN118411979B
公开(公告)日：2024-10-29
申请号：CN202410882124.0
申请日：2024-07-03
Applicant: 科大讯飞股份有限公司
Abstract: 本申请公开了一种合成语音的调整方法、训练方法及相关装置。该方法包括：获取初始合成语音的属性调整文本，其中，属性调整文本用于表征对初始合成语音进行语音属性调整的属性差异；获取参考属性调整文本进行语音合成得到的调整后的合成语音。上述方案，能够实现对语音属性的调整，满足用户对于合成语音的个性化需求。
-
公开(公告)号：CN118057521A
公开(公告)日：2024-05-21
申请号：CN202211449509.5
申请日：2022-11-18
Applicant: 科大讯飞股份有限公司
Abstract: 本公开提供了一种语音合成方法、装置、电子设备及存储介质，涉及语音合成技术领域。该方法包括获取待合成文本和与待合成文本对应的声音描述信息，声音描述信息用于示出与待合成文本对应的目标语音的语音属性；提取声音描述信息中的声音特征；根据待合成文本和声音特征，合成目标语音。本公开实施例能够基于声音描述信息，合成具有任意指定语音属性的语音，提升了语音合成的自由度。
-
公开(公告)号：CN116645938A
公开(公告)日：2023-08-25
申请号：CN202310384260.2
申请日：2023-04-06
Applicant: 科大讯飞股份有限公司
Abstract: 本申请提出一种歌曲生成方法、装置、电子设备及存储介质，方法包括：对源歌曲的声学特征进行编码，得到源歌曲编码信息，源歌曲编码信息包括源歌曲的发音内容信息、源歌手的音色信息以及包括情感信息、韵律信息、语气信息中的至少一种的歌唱细节信息；基于源歌手的音色特征，从源歌曲编码信息中剔除源歌手的音色信息，得到第一歌曲编码信息；将第一歌曲编码信息与目标歌手的音色特征融合，得到第二歌曲编码信息；通过对源歌曲的基频信息以及第二歌曲编码信息解码，生成目标歌曲。本方案将真人演唱的源歌曲中的音色替换为目标歌手的音色，保留源歌曲中的情感、韵律或语气等细节，从而能够提高歌曲制作的拟人度，提高制作出的歌曲质量和效果。
-
公开(公告)号：CN116206631A
公开(公告)日：2023-06-02
申请号：CN202211716398.X
申请日：2022-12-29
Applicant: 科大讯飞股份有限公司
Abstract: 本申请公开了一种合成语音的质量评测方法、装置、存储介质及计算设备，涉及语音处理技术领域，该方法包括：获取第一合成语音以及对第一合成语音进行测评的目标人群的特征信息，然后根据目标人群的特征信息进行画像空间建模，获得目标人群的画像空间，接着根据第一合成语音和目标人群的画像空间，通过评分模型预测目标人群对第一合成语音的评分。上述方法根据目标人群的特征信息进行画像空间建模，基于画像空间获得虚拟评测者的评测者特征，基于第一合成语音和评测者特征，通过评分模型可以预测目标人群对第一合成语音的评分。即使在不同使用场景，也能自动构建相应的目标人群的画像空间，以预测目标人群对合成语音的评分，省时省力，更加个性化。
-
-
-
-
-
-
Search Results
27
records
(took 0.027 seconds)
