-
公开(公告)号：CN102982809A
公开(公告)日：2013-03-20
申请号：CN201210528629.4
申请日：2012-12-11
Applicant: 中国科学技术大学
IPC: G10L25/30
Abstract: 本发明公开了一种说话人声音转换方法，包括训练阶段和转换阶段，训练阶段包括：从源说话人和目标说话人的训练语音信号中分别提取基频特征、说话人特征和内容特征；根据所述基频特征构建基频转换函数；根据所述说话人特征构建说话人转换函数。转换阶段包括：从源说话人的待转换语音信号中提取基频特征和频谱特征；使用训练阶段得到的基频转换函数和说话人转换函数对从所述待转换语音信号中提取出的基频特征和说话人特征进行转换，得到转换后的基频特征和说话人特征；根据所得到的转换后的基频特征、说话人特征和待转换语音信号中的内容特征合成目标说话人的语音。本发明易于实现且转换后的音质和相似度较高。
-
公开(公告)号：CN119360869A
公开(公告)日：2025-01-24
申请号：CN202411565144.1
申请日：2024-11-05
Applicant: 中国科学技术大学
Abstract: 本申请提供了一种基于个性化脑电极分布的神经引导式语音增强方法，语音增强方法中语音增强模型的训练方法包括获取训练集，训练集包括对应至少一个训练用户的多个训练样本组合，训练样本组合包括训练用户的真实生物辅助信息、混合分布辅助信息、高斯分布辅助信息、混合训练语音信息以及增强语音标签，辅助信息表征训练用户对混合训练语音信息中的某个识别用户的关注程度；利用真实生物辅助信息、混合分布辅助信息、高斯分布辅助信息和混合训练语音信息对多个初始增强模型进行对抗训练，得到多个增强语音信息；根据增强语音信息和增强语言标签，生成初始损失值；根据初始损失值迭代地调整初始增强模型的网络参数，得到语音增强模型。
-
公开(公告)号：CN112863484B
公开(公告)日：2024-04-09
申请号：CN202110102518.6
申请日：2021-01-25
Applicant: 中国科学技术大学
Abstract: 本发明公开了一种韵律短语边界预测模型训练方法和韵律短语边界预测方法。其中，韵律短语边界预测模型训练方法包括：获取训练文本集，其中，训练文本集中的每条训练文本包括至少两种相似语序语种的训练文本；获取每条训练文本的文本特征，其中文本特征包括训练文本中每个单词的词面、词性、词长、词缀、停顿概率、词向量、以及语种标志位；利用每条训练文木的文本特征、以及训练文本的标签训练初始韵律短语边界预测模型，得到经训练得到的韵律短语边界预测模型。采用本发明提供的方法，可以增加了模型预测的准确率，进一步可提高后期语音合成的自然度。
-
公开(公告)号：CN114579273B
公开(公告)日：2024-04-02
申请号：CN202210202789.3
申请日：2022-03-02
Applicant: 中国科学技术大学
IPC: G06F9/48 , G06N3/10 , G06N3/0464 , G10L15/16
Abstract: 本发明公开了一种数据处理方法及网络管理装置，可以将待输入至目标子网络进行数据处理的一路待处理数据，作为一个待处理任务保存至与目标子网络对应的队列；基于当前的第一队列、第二队列和第三队列各自保存的任务数量，从第一子网络、第二子网络和第三子网络中确定出优先级最高的子网络；在与优先级最高的子网络对应的队列中，将至少一路待处理数据输入至优先级最高的子网络中进行数据处理，并在优先级最高的子网络进行数据处理过程中，禁止其他子网络对相应队列中的待处理数据进行数据处理。本发明可以实现对多路并发的待处理数据的有效处理。
-
公开(公告)号：CN112634914B
公开(公告)日：2024-03-29
申请号：CN202011482467.6
申请日：2020-12-15
Applicant: 中国科学技术大学
Abstract: 本发明公开了一种基于短时谱一致性的神经网络声码器训练方法，包括：使用自然声学特征和自然对数幅度谱训练幅度谱预测器，使用自然对数幅度谱、自然基频和自然波形训练相位谱预测器；将训练后的幅度谱预测器和相位谱预测器进行连接，通过自然声学特征、自然对数幅度谱、自然基频和自然波形训练连接后的幅度谱预测器和相位谱预测器；本发明提供的神经网络声码器训练方法，首先分别训练幅度谱预测器和相位谱预测器，最后加入短时谱一致性损失函数联合训练幅度谱预测器和相位谱预测器，能够极大地改善预测的幅度谱和相位谱组成的短时谱的不一致问题，进而提高合成语音的质量。
-
Patent Agency Ranking
公开(公告)号：CN116524894A
公开(公告)日：2023-08-01
申请号：CN202310081092.X
申请日：2023-01-16
Applicant: 中国科学技术大学
Abstract: 本申请实施例公开了一种声码器的构建方法、语音合成方法及相关装置，先获取目标声学特征，并将目标声学特征分别输入到幅度谱预测模型和相位谱预测模型中得到第一对数幅度谱和第一相位谱，第一对数幅度谱包括第一幅度谱。接着根据第一幅度谱和第一相位谱进行计算得到第一重构短时谱，并对第一重构短时谱预处理得到第一重构语音波形。计算幅度谱损失、相位谱损失、短时谱损失、波形损失，并根据以上损失计算修正参数。再根据修正参数修正幅度谱预测模型和相位谱预测模型得到幅度谱预测器和相位谱预测器。本申请的幅度谱预测器和相位谱预测器可以实现平行直接预测幅度谱和相位谱，提高了语音生成的效率，降低了整体运算的复杂度。
-
公开(公告)号：CN115965065A
公开(公告)日：2023-04-14
申请号：CN202211669086.8
申请日：2022-12-23
Applicant: 中国科学技术大学
IPC: G06N3/063
Abstract: 本申请公开了一种模型计算方法、装置及设备，能够应用于神经网络模型的加速计算，将神经网络模型的计算图进行节点拆分，获取单一节点；识别单一节点并确认可融合节点；将多个可融合节点融合生成融合节点；将融合节点替代多个可融合节点，并通过融合节点实现神经网络模型的计算。采用本申请提供的技术方案，能够大大提高神经网络模型的计算速度，并大量提高CPU效能，实现神经网络模型的高效计算。
-
公开(公告)号：CN115766729A
公开(公告)日：2023-03-07
申请号：CN202211446329.1
申请日：2022-11-18
Applicant: 中国科学技术大学
IPC: H04L67/1004 , H04L69/326
Abstract: 本申请公开了一种四层负载均衡的数据处理方法及相关装置，可用于计算机技术领域。该方法中，首先，接收访问端发送的数据包，然后，基于数据包携带的信息从多个网卡接收队列中确定用于接收数据包的第一网卡接收队列；接着，通过第一网卡接收队列以及预先建立的用户态轻量级IP协议栈，向多个IP虚拟服务器IPVS中与第一网卡接收队列对应的第一IPVS转发所述数据包；继而，基于IPVS中的负载均衡策略，确定多个真实服务器中与数据包对应的目的真实服务器；最后，向目的真实服务器转发数据包。由此，本申请实施例使用用户态轻量级IP协议栈处理数据包，缩短了数据包处理流程，减少了CPU性能消耗，提高了负载均衡设备的抗负载能力。
-
公开(公告)号：CN115731925A
公开(公告)日：2023-03-03
申请号：CN202211312278.3
申请日：2022-10-25
Applicant: 中国科学技术大学
Abstract: 本申请公开了一种目标语言模型确定方法及装置，具体的，在用户发起语音识别请求时，利用多种应用场景下多种不同类型的先验信息，对多种应用场景中所对应的语言模型进行赋权，以获得所述多个不同语言模型分别对应的权重。将所述多个不同的语言模型的权重进行比较，获得至少两个权重最大的语言模型，并对其进行语言分计算，将语言分最高的语言模型确定为目标语言模型。通过此方法，在用户发起语音识别请求时，能够在不同的应用场景下，利用多类先验信息自动去选择正确的语言模型以获得准确的语音识别结果，使得不同场景下的语音识别结果更为准确，不再需要手动切换应用场景来使用不同的语言模型，保障了驾驶员的行车安全。
-
公开(公告)号：CN113312147B
公开(公告)日：2022-12-30
申请号：CN202110654199.X
申请日：2021-06-11
Applicant: 中国科学技术大学
Abstract: 本发明公开一种对象存储跨集群海量数据迁移方法及系统，方法包括：步S1，接收用户发出的迁移任务请求和建立的子任务；步S2，根据建立子任务的相关信息，生成迁移任务的对应配置文件，并将建立的子任务和迁移任务的对应配置文件相关信息以OSS对象存储至后端数据库的任务队列中；步S3，按预定时长扫描后端数据库中已存储的任务队列，将处于正在等待状态和暂停状态的迁移任务调度起并执行；步S4，被调起的迁移任务以Docker容器、K8S的job、进程中的任一种方式运行；步S5，根据迁移任务的类型启动对应类型的迁移插件进行迁移操作；步S6，所调用的对应迁移插件采用多级任务的方式完成数据迁移。该方法能实现弹性的跨集群的海量数据的迁移。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.028 seconds)
