定制化音色的语音生成方法、装置、设备及介质制造方法及图纸

本发明专利技术涉及语音识别及金融科技技术领域，公开了一种定制化音色的语音生成方法、装置、设备及介质，包括：根据初始声音对生成初始语音种群，将初始语音种群中的初始声音与预设的目标文本进行合成，得到合成语音；获取目标用户对合成语音的筛选结果，根据筛选结果对初始语音种群进行突变，得到语音突变种群；将初始语音种群更新为语音突变种群，返回至将初始语音种群中的初始声音对进行合成，得到合成语音步骤，直至生成目标用户对应的目标合成语音；根据性格维度创建目标用户的独特声音，根据独特声音生成目标合成语音的反馈语义；利用反馈语义对目标合成语音进行优化，得到最佳合成语音。本发明专利技术可以提升定制化语音合成时的准确性。

【技术实现步骤摘要】

本专利技术涉及语音识别及金融科技，尤其涉及一种定制化音色的语音生成方法、装置、设备及介质。

技术介绍

1、文本转语音(tts)系统正日益成为我们日常生活中不可或缺的一部分，它们无缝集成到各种领域，如虚拟代理、社交媒体平台、视频游戏以及辅助应用，例如屏幕阅读器或导航系统，以赋予它们更多能力，例如表达声音级别的感情，甚至处理多种语言。在过去几年中，其中一个显著改进的能力是多说话人功能，tts模型不仅限于合成单一声音的语音，而是基于多个说话人的声音进行条件化的，因此能够产生各种不同的声音音色。

2、现有的语音生成是基于文本转语音(tts)系统生成真实和自然的语音。实际应用中，定制tts声音的过程仍然是一个复杂的任务，大多数情况下需要该领域专家的知识，仅仅依赖文本转语音过于片面，从而对进行定制化语音合成时的准确性较低。

技术实现思路

1、本专利技术提供一种定制化音色的语音生成方法、装置、设备及介质，以解决进行定制化语音合成时的准确性较低的技术问题。

2、第一方面，提供了一种定制化音色的语音生成本文档来自技高网...

【技术保护点】

1.一种定制化音色的语音生成方法，其特征在于，包括：

2.如权利要求1所述的定制化音色的语音生成方法，其特征在于，所述将所述初始语音种群中的初始声音与预设的目标文本进行合成，得到合成语音，包括：

3.如权利要求1所述的定制化音色的语音生成方法，其特征在于，所述获取目标用户对所述合成语音的筛选结果，包括：

4.如权利要求1所述的定制化音色的语音生成方法，其特征在于，所述根据所述筛选结果对所述初始语音种群进行突变，得到语音突变种群，包括：

5.如权利要求1所述的定制化音色的语音生成方法，其特征在于，所述根据预设的性格维度创建目标用户的独特声音，...

【技术特征摘要】

1.一种定制化音色的语音生成方法，其特征在于，包括：

2.如权利要求1所述的定制化音色的语音生成方法，其特征在于，所述将所述初始语音种群中的初始声音与预设的目标文本进行合成，得到合成语音，包括：

3.如权利要求1所述的定制化音色的语音生成方法，其特征在于，所述获取目标用户对所述合成语音的筛选结果，包括：

4.如权利要求1所述的定制化音色的语音生成方法，其特征在于，所述根据所述筛选结果对所述初始语音种群进行突变，得到语音突变种群，包括：

5.如权利要求1所述的定制化音色的语音生成方法，其特征在于，所述根据预设的性格维度创建目标用户的独特声音，包括：

6.如权利要求1所述的定制化音色的语音生成方法，其特...

【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：