一种语音编解码方法及装置制造方法及图纸

本发明专利技术实施例公开了一种语音编解码方法，包括：获取语音信号的基音频率；根据所述基音频率，确定所述语音信号的分析时间；根据所述分析时间以及所述基音频率计算所述时域补偿窗，并根据所述时域补偿窗，确定所述语音信号的时域平滑谱；根据所述时域补偿窗、预设的三角窗以及所述基音频率，计算频域补偿窗；根据所述时域平滑谱、所述预设的三角窗以及所述频域补偿窗，确定所述语音信号的频域平滑谱。本发明专利技术实施例还公开了一种语音解码方法及相关设备。采用本发明专利技术实施例，可以提高合成语音的音质。

【技术实现步骤摘要】
一种语音编解码方法及装置
本专利技术涉及语音处理
，尤其涉及一种语音编解码方法及装置。
技术介绍
语音合成(TextToSpeech，TTS)是一种将文字信息转换为语音输出的技术。目前使用最广泛的TTS方案是基于声码器的参数语音合成，将预测出的声学参数转换成语音。早期的TTS合成方法依赖于开发人员针对特定语言手工设计合成规则，随着技术的发展，对具有文本-语音对照信息的多媒体数据变得越来越容易获得，使得利用大量的文本-音频对照信息(“语料库”)作为训练数据来实现TTS成为可能。现代TTS系统就是利用大量的语料库数据结合机器学习方法来实现语音的合成，通过开发一套算法使其能从真实数据(语料库)中找出从文字到声音的内在映射关系，当输入新的文本时，根据学习到的映射关系将文字转换为语音，从而避免了对手工规则设计的依赖。随着技术的不断进步和语料数据的不断增加，参数语音合成TTS系统主要使用深度神经网络对声学进行建模，声学模型的准确性和泛化能力大幅提高，影响TTS合成音质的主要因素，不再是模型训练环节造成的音质损失，而是声码器的编解码的好坏。在现有技术方案中，一般将语音波形分解为频率和频谱的信本文档来自技高网...

【技术保护点】
1.一种语音编码方法，其特征在于，所述方法包括:获取语音信号的基音频率；根据所述基音频率，确定所述语音信号的分析时间；根据所述分析时间以及所述基音频率计算所述时域补偿窗，并根据所述时域补偿窗，确定所述语音信号的时域平滑谱；根据所述时域补偿窗、预设的三角窗以及所述基音频率，计算频域补偿窗；根据所述时域平滑谱、所述预设的三角窗以及所述频域补偿窗，确定所述语音信号的频域平滑谱。

【技术特征摘要】
1.一种语音编码方法，其特征在于，所述方法包括:获取语音信号的基音频率；根据所述基音频率，确定所述语音信号的分析时间；根据所述分析时间以及所述基音频率计算所述时域补偿窗，并根据所述时域补偿窗，确定所述语音信号的时域平滑谱；根据所述时域补偿窗、预设的三角窗以及所述基音频率，计算频域补偿窗；根据所述时域平滑谱、所述预设的三角窗以及所述频域补偿窗，确定所述语音信号的频域平滑谱。2.如权利要求1所述的方法，其特征在于，所述根据所述时域补偿窗，确定所述语音信号的时域平滑谱包括：将所述语音信号乘以所述时域补偿窗，计算加窗后的所述语音信号；对加窗后的所述语音信号进行傅里叶变换；计算经过所述傅里叶变换后的所述加窗后的所述语音信号的模的平方，得到所述语音信号的时域平滑谱。3.如权利要求1所述的方法，其特征在于，所述根据所述基音频率，确定所述语音信号的分析时间包括：根据所述基音频率，计算分析窗口的时长；取N个所述分析窗口的时长之和作为所述语音信号的所述分析时间。4.如权利要求1所述的方法，其特征在于，所述根据所述时域补偿窗、预设的三角窗以及所述基音频率，计算频域补偿窗包括：计算所述时域补偿窗与所述预设的三角窗的卷积，得到窗函数；基于所述窗函数建立分析矩阵，并根据所述分析矩阵确定分析向量；根据所述分析向量以及所述基音频率，计算频域补偿窗。5.如权利要求1-4任意一项所述的方法，其特征在于，所述根据所述时域平滑谱、所述预设的三角窗以及所述频域补偿窗，确定所述语音信号的频域平滑谱包括：对所述时域平滑谱、所述预设的三角窗以及所述频域补偿窗进行卷积运算，将所述卷积运算的结果作为所述频域平滑谱。6.一种语音解码方法，其特征在于，所述方法包括：获取语音信号的频谱；确定所述语音信号中每帧语音帧的帧类型；根据所述语音信号的频谱以及所述每帧语音帧的帧类型，确定所述语音信号中所述每帧语音帧的时域信号；对所述每帧语音帧的时域信号进行叠加得到所述语音信号。7.如权利要求6所述的方法，其特征在于，所述根据所述语音信号的频谱以及所述每帧语音帧的帧类型，确定所述语音信号中所述每帧语音帧的时域信号包括：根据所述每帧语音帧的帧类型，确定附加相位噪声的噪声类型；根据所述附加相位噪声的噪声类型以及每个合成时刻点上的所述语音信号的频谱，计算所述每帧语音帧的时域信号。8....

【专利技术属性】
技术研发人员：袁豪磊，
申请(专利权)人：腾讯科技深圳有限公司，腾讯云计算北京有限责任公司，
类型：发明
国别省市：广东,44