【技术实现步骤摘要】
本专利技术涉及语音相关，特别是一种说话人音高预测方法、装置、电子设备、存储介质。
技术介绍
1、文本转语音(text to speech，tts)为一种语音合成技术，用于将文本转化为语音。现有的tts技术中，通常将多个说话人训练一个tts模型，模型采用编码器(编码器)将输入文本进行编码成高维特征，并通过解码器(解码器)将编码器中的高维特征进行解码，生成音频特征。训练时会加入音高(pitch)特征来稳定生成的音高。预测时，编码器同样需要预测出pitch加入解码器解码器中。其中，pitch是指各种音调高低不同的声音，即音的高度，音的基本特征的一种。声音的本质是机械波，所以声速一定时，音的高低是由机械波的频率和波长决定的。频率高、波长短，则音"高"，反之，频率低、波长长，则音"低"。
2、现有的tts技术中，通常把pitch作为编码器的一个特征进行输入，保持合成出音频音高的准确性。但是不同说话人pitch范围通常不同，男女之间更是差距较大，需要进行归一化后加入模型中。归一化是一种简化计算的方式，即将有量纲的表达式，经过变换，化为无...
【技术保护点】
1.一种说话人音高预测方法，其特征在于，包括：
2.根据权利要求1所述的说话人音高预测方法，其特征在于，所述对每个说话人的音高进行归一化得到个体归一化音高，包括：
3.根据权利要求2所述的说话人音高预测方法，其特征在于，所述基于每个说话人的音高均值和音高方差，计算每个说话人的每个音高的个体归一化音高，包括：
4.根据权利要求1所述的说话人音高预测方法，其特征在于，所述对每个所述个体归一化音高进行全局归一化，得到每个所述个体归一化音高对应的绝对归一化音高，包括：
5.根据权利要求4所述的说话人音高预测方法，其特征在于，所述...
【技术特征摘要】
1.一种说话人音高预测方法，其特征在于，包括：
2.根据权利要求1所述的说话人音高预测方法，其特征在于，所述对每个说话人的音高进行归一化得到个体归一化音高，包括：
3.根据权利要求2所述的说话人音高预测方法，其特征在于，所述基于每个说话人的音高均值和音高方差，计算每个说话人的每个音高的个体归一化音高，包括：
4.根据权利要求1所述的说话人音高预测方法，其特征在于，所述对每个所述个体归一化音高进行全局归一化，得到每个所述个体归一化音高对应的绝对归一化音高，包括：
5.根据权利要求4所述的说话人音高预测方法，其特征在于，所述对每个所述个体归一化音高进行反归一化，然后再基于全局音高均值和全局...
【专利技术属性】
技术研发人员：张博闻，杨明祺，
申请(专利权)人：上海稀宇极智科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。