语音转换方法、训练方法、装置、设备及介质.pdf
书生****aa
亲,该文档总共18页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
语音转换方法、训练方法、装置、设备及介质.pdf
本申请实施例提供的语音转换方法、训练方法、装置、设备及介质,根据源说话人的源语音数据获取所述源说话人的源线性谱;将所述源线性谱输入至预先训练好的语音编码模型中,输出对应的频谱特征预测数据;将所述频谱特征预测数据以及目标说话人的目标说话人特征数据输入至语音重建模型中,输出对应的目标语音数据;通过上述方式,将源语音数据的内容信息与说话人特征进行解耦,在语音编码模型的训练阶段以及语音转换阶段,语音编码模型的输入和输出分别仅包含内容信息,通过语音重建模型对内容信息和说话人特征一起重建语音数据,有利于提高语音编码模
模型的训练方法、装置、语音转换方法、设备及存储介质.pdf
本申请涉及语音处理领域,并公开了一种语音转换模型的训练方法、装置、语音转换方法、设备及存储介质,所述方法包括:获取样本音频,将所述样本音频转换为样本梅尔频谱,所述样本音频包括无标签音频和有标签音频;采集噪声音频,并将所述噪声音频和所述样本梅尔频谱共同输入生成网络,得到输出梅尔频谱,所述噪声音频为无标签音频;将所述输出梅尔频谱输入判别网络,得到所述输出梅尔频谱的类型概率和所述输出梅尔频谱的标签;根据所述输出梅尔频谱的类型概率和所述输出梅尔频谱的标签对所述生成网络和所述判别网络进行交替迭代训练,并将训练完成的
模型的训练方法、语音转换方法和装置、设备及存储介质.pdf
本申请提供了一种模型的训练方法、语音转换方法和装置、设备及存储介质,属于人工智能技术领域。该方法包括:获取样本说话对象的样本音频数据;将样本音频数据输入至包括编码网络和解码网络的神经网络模型;通过编码网络对样本音频数据进行重构处理,得到初始音频数据;对初始音频数据进行语音对齐,得到样本音频嵌入向量;通过解码网络对样本音频嵌入向量、预先获取的样本音调参数和样本音色特征向量进行解耦处理,得到合成音频数据;通过损失函数对合成音频数据和样本语音数据进行损失计算,得到模型损失值;根据模型损失值对神经网络模型进行参数
语音转换模型训练方法、语音转换方法及装置、设备.pdf
本申请涉及语音处理技术领域,提供了一种语音转换模型训练方法、语音转换方法及装置、设备,语音转换模型训练方法包括:获取第一说话者说话的第一语音音频样本和第二语音音频样本、第二说话者说话的第三语音音频样本,并将其输入到语音转换模型得到对应的第一说话人特征向量、第二说话人特征向量以及第三说话人特征向量,确定第一说话人特征向量与第二说话人特征向量之间的第一相似度值,第三说话人特征向量与第一说话人特征向量或者第二说话人特征向量之间的第二相似度值,并以最大化第一相似度值,最小化第二相似度值为训练目标,对语音转换模型进
语音转换模型训练方法及装置、语音转换方法及装置.pdf
本发明涉及语音转换领域的语音转换模型训练方法及装置、语音转换方法及装置,模型训练方法,包括步骤:获取第一语音和与所述第一语音内容相同的文本数据,以所述文本数据计算第一内容特征;提取第一语音的频谱特征,输出第一频谱特征,通过所述第一频谱特征计算第一说话人特征和第一隐变量;将所述第一隐变量和所述第一说话人特征输入流模型,以所述第一说话人特征为条件,计算输出第二说话特征,以第二说话特征和第一内容特征计算损失函数,提取达到预设优化参量后的第一隐变量,将优化后的第一隐变量输入解码器得到预测语音。本发明技术很好地保留