语音合成 - 专利交易市场|柿子坊知识产权运营平台

发明已授权

本发明公开了一种基于变分自编码器的语音刺激连续统合成方法及装置，所述方法包括：从原始语音信号中提取关键声学线索；基于变分自编码器进行关键声学线索建模，并进行训练；利用训练好的关键声学线索模型合成语音连续统。所述装置包括：提取模块，用于从原始语音信号中提取关键声学线索；模型建立模块，用于基于变分自编码器进行关键声学线索建模，并进行训练；合成模块，用于利用训练好的关键声学线索模型合成语音连续统。本发明通过深度学习模型来合成感知实验中所需要的语音刺激连续统，能够解决现有技术中手动修改造成的信息损失和不自然的问题。

📄 2021108413924 📂 G10L13_02 👤 澳克多普有限公司 📅 2021-07-26

已申报项目

¥0.0 元

咨询

一种端到端实时语音合成方法

发明已授权

一种端到端实时语音合成方法，通过对音频和文本数据进行预处理，整理成平行语料，通过词嵌入转换成特征向量，输入到基于高斯混合模型注意力机制的序列到序列生成模型，以生成预测的梅尔谱；将梅尔谱进行归一化处理，输入到基于生成对抗网络的声码器后端，经过对抗训练来提升合成语音的质量，最后输出合成语音。本发明方法在保证合成语音的质量的同时，可以提高注意力机制的对齐速度，并且在长语音的合成中表现优秀；通过对音频进行分频带编码，可以提高模型的训练速度，降低语音生成时耗，同时使用多尺度短时傅里叶变换损失函数，提高合成语音的质量与实时率。

📄 2021107679899 📂 G10L13_02 👤 浙江工业大学 📅 2021-07-07

¥0.0 元

咨询

歌曲合成方法、装置、设备及存储介质

发明已授权

本发明涉及人工智能，公开一种歌曲合成方法，包括：获取歌词朗诵音频和乐谱信息；通过预置语音识别模型和歌词拼音文本对歌词朗诵音频进行时长标注，得到朗诵时长；通过预置声码器从歌词朗诵音频中分析初始声学参数；根据预置声母变速字典、节奏信息和节拍信息从歌词拼音文本中提取歌唱时长；根据预置变速算法、朗诵时长和歌唱时长对初始声学参数进行变速处理；对变速后的频谱包络进行共振峰增强处理，得到增强后的频谱包络；基于音高信息、歌唱时长和变速后的基频进行矫正处理，得到矫正后的基频；通过预置声码器对处理后的声学参数进行歌曲合成处理。本发明还涉及区块链，合成的歌曲存储于区块链中。

📄 2020103502560 📂 G10L13_033 👤 平安科技(深圳)有限公司 📅 2020-04-28

¥0.0 元

咨询

一种开放性创建语音朗读标准参考模型的方法

发明已授权

本发明是一种开放性创建语音朗读标准参考模型的方法，用户经过程序测试和系统审核成为专家用户，获得开放性创建朗读语音的标准参考模型的权限和操作，从而让特定的英语文本获得多个标准参考模型，用户进行英语朗读时，其语音特征就可以和多个和用户匹配的标准参考模型比对计算分值，通过对分值进行归一优化，减小因用户朗读单个字母、词的语音特性受上下文的影响改变了重音、音调、音量和发音速度等造成的等评分误差。

📄 2019103049506 📂 G10L15_01 👤 深圳市数字星河科技有限公司 📅 2019-04-16

¥0.0 元

咨询

专利交易市场

一种基于变分自编码器的语音刺激连续统合成方法及装置

一种端到端实时语音合成方法

歌曲合成方法、装置、设备及存储介质

一种开放性创建语音朗读标准参考模型的方法

求购专区 · 发布技术需求，卖家在线应标

交易保障 · 安心交易

资金托管

权属尽调

合同审核

全程代办

交易流程 · 六步完成专利交易

成功交易案例

固态锂电池电解质专利包

CRISPR基因编辑技术

SiC功率器件工艺专利

钙钛矿光伏组件技术

服务项目

资源中心

关于柿子坊