内容提供者
语音训练数据获取、模型训练方法、装置及电子设备.pdf
2023-07-25
10金币
670KB
19页
努力****振宇
实名认证
内容提供者
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10
亲，该文档总共19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
语音训练数据获取、模型训练方法、装置及电子设备.pdf
本发明实施例公开了一种语音训练数据获取、模型训练方法、装置及电子设备，包括：将语音数据存储设备中的语音数据以电信号的传播方式输入至目标设备；过信道处理所述语音数据；获取过信道处理后的过信道语音数据。本发明实施例能够降低语音训练数据的采集成本，提高语音训练数据的质量和通用性，进而提高语音识别模型的训练效率和识别效果。
2023-07-25
10
670KB
训练数据的获取方法和装置、模型训练方法和装置.pdf
本说明书实施例提供了一种训练数据的获取方法和装置以及模型训练的方法及装置。在获取训练数据时，利用第一标注数据，训练第一初始模型；将第一无标注数据输入第一初始模型，根据第一初始模型对每一个第一无标注数据的识别结果，对每一个第一无标注数据进行标注，得到第二标注数据；利用第二标注数据，训练第二初始模型；将第二无标注数据输入第一初始模型和第二初始模型，根据第一初始模型和第二初始模型对每一个第二无标注数据的识别结果，对每一个第二无标注数据进行标注，得到第三标注数据；利用所述第三标注数据，得到用于模型训练的训练数据。
2023-05-25
10
1MB
语音合成模型的训练方法、装置、电子设备及存储介质.pdf
本申请公开了语音合成模型的训练方法、装置、电子设备及存储介质。方法包括：获取待处理的初始文本，并检测初始文本携带的字符，得到初始文本对应的初始韵律结构；获取初始文本对应的目标个性化语音，并确定目标个性化语音所包括每一个音素的对齐结果；利用对齐结果修正初始文本对应的初始韵律结构，得到目标韵律结构，并基于目标音律结构生成目标文本；基于目标文本的目标韵律结构以及目标个性化语音训练预设神经网络模型，得到语音合成模型。本申请通过对齐结果对初始韵律结构中不连贯的部分进行修正，通过目标文本保证录音和文本的韵律结构一致。
2023-07-21
10
416KB
语音识别模型的训练方法、装置、存储介质及电子设备.pdf
本公开涉及语音识别领域，具体涉及一种语音识别模型的训练方法、装置、存储介质及电子设备。该语音识别模型的训练方法包括构建初始语音识别模型；固定第二初始参数，基于无标注数据集计算对比学习损失函数以将第一初始参数调整为第一中间参数；固定第一中间参数，基于有标注数据集计算第一联合损失函数以将第二初始参数调整为第二中间参数；基于有标注数据集计算第二联合损失函数，并根据第二联合损失函数对第一网络和第二网络进行训练，以调整第一中间参数和第二中间参数得到目标语音识别模型。本公开提供的语音识别模型的训练方法能够解决语音识别
2023-07-21
10
755KB
语音合成模型的训练方法、装置、电子设备及存储介质.pdf
本公开提供了一种语音合成模型的训练方法、装置、电子设备及存储介质，所述方法包括：将第一语音样本对应的音乐信息，输入至时长提取模块，获取乐谱样本嵌入值；将乐谱样本嵌入值和乐谱样本嵌入值对应的音高样本嵌入值输入至线性变换模块，进行降维；将线性变换模块的输出，作为框架网络模块的输入，获取音乐信息对应的第一预测样本特征；获取第一语音样本对应的隐特征；将隐特征输入至解码器中，获取隐特征对应的预测语音样本；基于第一语音样本和所述预测语音样本，调整解码器的参数；基于第一预测样本特征和隐特征，调整所述线性变换模块和框架网
2023-12-02
10
761KB