公开(公告)号：CN105185374A

公开(公告)日：2015-12-23

申请号：CN201510580636.2

申请日：2015-09-11

Applicant: 百度在线网络技术(北京)有限公司

Inventor： 付晓寅 ,  李秀林 ,  康永国 ,  徐扬凯 ,  陈志杰

IPC: G10L15/22 ,  G10L15/187

Abstract: 本发明公开了一种韵律层级标注方法和装置，其中，韵律层级标注方法包括以下步骤：S1、获取文本序列；S2、将文本序列切分为多个分词，并提取分词的特征；S3、将特征作为输入，并基于双向长短时记忆模型获得对应的输出结果；以及S4、根据输出结果对文本序列的韵律层级进行标注。本发明实施例的韵律层级标注方法和装置，基于双向长短时记忆模型对韵律层级进行标注，有效地解决了文本序列中分词的上下文特征扩展范围有限的问题，并且一次性对韵律层级进行标注，避免了标注时错误传递的问题。

公开(公告)号：CN105118498A

公开(公告)日：2015-12-02

申请号：CN201510559930.5

申请日：2015-09-06

Applicant: 百度在线网络技术(北京)有限公司

Inventor： 康永国 ,  盖于涛

IPC: G10L13/02 ,  G10L13/033

Abstract: 本发明实施例公开了一种语音合成模型的训练方法及装置。所述方法包括：初始化将用于语音合成的深层神经网络模型；利用从至少一个发音人的大规模语料数据中提取的文本特征及声学特征，训练经过初始化的深层神经网络模型，以得到初步的深层神经网络模型；利用从目标发音人的小规模语料数据中提取的文本特征及声学特征，训练所述初步的深层神经网络模型，以得到最终应用于语音合成的深层神经网络模型。本发明实施例提供的语音合成模型的训练方法及装置提高了使用少量样本语料数据的语音合成系统的合成语音质量。

公开(公告)号：CN104392716A

公开(公告)日：2015-03-04

申请号：CN201410645715.2

申请日：2014-11-12

Applicant: 百度在线网络技术(北京)有限公司

Inventor： 李秀林 ,  贾磊 ,  康永国

IPC: G10L13/027 ,  G10L13/08

Abstract: 本发明实施例公开了一种高表现力的语音合成方法和装置。所述高表现力的语音合成方法包括：将输入文本进行处理分析，得到所述输入文本对应的音子序列以及所述音子序列中音子包含的状态的上下文；根据所述状态的上下文，基于维特比算法从所述状态对应的包含至少两个高斯声学模型的高斯混合声学模型中选择一个高斯声学模型，作为合成语音的高斯声学模型；根据所选择的高斯声学模型生成声学参数，并根据生成的声学参数合成语音，包括利用声码器将声学参数来合成语音或者用声学参数指导声学片段的单元挑选来生成语音。本发明实施例提供的高表现力的语音合成方法和装置提高了合成语音的自然度。