语音生成方法、装置、电子设备及存储介质制造方法及图纸

技术编号:43800568 阅读:15 留言:0更新日期:2024-12-27 13:20
本申请实施例提供了一种语音生成方法、装置、电子设备及存储介质,属于人工智能技术领域。该方法包括:获取经口语化处理后的待处理文本;将所述待处理文本输入至训练后的分词器,输出所述待处理文本的文本离散表征;将所述文本离散表征输入至训练后的多任务模型,输出与所述文本离散表征具有映射关系的语音离散表征;将所述语音离散表征输入至训练后的解码器,输出频谱信息;通过训练后的声码器将所述频谱信息转化为语音音频。以此,通过包含更多关于语音的深层次信息的语音离散表征作为后续生成语音的基础,以提高生成的语音的自然度。

【技术实现步骤摘要】

本申请涉及语音生成,尤其涉及一种语音生成方法、装置、电子设备及存储介质


技术介绍

1、随着语音生成技术的不断发展,其应用范围也越来越广,目前,提出了拼接生成、端到端生成、基于规则的生成等多种语音合成方式,用户对于生成的语音的要求也越来越高。

2、相关技术中,由于拼接生成在拼接的连贯性上存在不足、端到端生成时模型可能会出现过拟合或欠拟合,以及基于规则的生成难以适应各种复杂的语言情境和语音变化,使得生成的语音显得生硬和机械,因此,上述语音生成方式均会导致生成的语音的自然度较低,故亟待提供一种语音生成方法以解决上述技术问题。


技术实现思路

1、本申请实施例的主要目的在于提出一种语音生成方法、装置、电子设备及存储介质,可以提高生成的语音的自然度。

2、为实现上述目的,本申请实施例的第一方面提出了一种语音生成方法,所述方法包括:

3、获取经口语化处理后的待处理文本;

4、将所述待处理文本输入至训练后的分词器,输出所述待处理文本的文本离散表征;

5、将所述文本本文档来自技高网...

【技术保护点】

1.一种语音生成方法,其特征在于,包括:

2.根据权利要求1所述的语音生成方法,其特征在于,所述将所述待处理文本输入至训练后的分词器,输出所述待处理文本的文本离散表征,包括:

3.根据权利要求2所述的语音生成方法,其特征在于,所述将所述文本离散表征输入至训练后的多任务模型,输出与所述文本离散表征具有映射关系的语音离散表征,包括:

4.根据权利要求1所述的语音生成方法,其特征在于,所述获取经口语化处理后的待处理文本,包括:

5.根据权利要求4所述的语音生成方法,其特征在于,所述将所述待转换文本输入至训练后的多任务模型,输出经口语化处理后的待处...

【技术特征摘要】

1.一种语音生成方法,其特征在于,包括:

2.根据权利要求1所述的语音生成方法,其特征在于,所述将所述待处理文本输入至训练后的分词器,输出所述待处理文本的文本离散表征,包括:

3.根据权利要求2所述的语音生成方法,其特征在于,所述将所述文本离散表征输入至训练后的多任务模型,输出与所述文本离散表征具有映射关系的语音离散表征,包括:

4.根据权利要求1所述的语音生成方法,其特征在于,所述获取经口语化处理后的待处理文本,包括:

5.根据权利要求4所述的语音生成方法,其特征在于,所述将所述待转换文本输入至训练后的多任务模型,输出经口语化处理后的待处理文本,包括:

6.根据权利要求1...

【专利技术属性】
技术研发人员:孙奥兰王健宗程宁
申请(专利权)人:平安科技深圳有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1