专利名称：一种端到端实时语音合成方法      申请号：2021107679899     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 语音合成   相似专利 发布日：2023/09/14  
摘要： 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。

专利名称：语音合成方法和装置      申请号：201711205386X     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 语音合成   相似专利 发布日：2023/08/14  
摘要： 本申请实施例公开了语音合成方法和装置。该方法的一具体实施方式包括：确定待处理文本的音素序列；将该音素序列输入至预先训练的语音模型，得到与该音素序列中的每一个音素相对应的声学特征，其中，该语音模型用于表征音素序列中的每一个音素与声学特征的对应关系；对于该音素序列中的每一个音素，基于预置的、音素与语音波形单元的索引，确定与该音素相对应的至少一个语音波形单元，并基于该音素对应的声学特征和预设的代价函数，确定该至少一个语音波形单元中的目标语音波形单元；将该音素序列中的各个音素对应的目标语音波形单元进行合成，生成语音。该实施方式提高了语音合成效果。

专利名称：声学模型的生成方法和装置及语音合成方法和装置      申请号：2015106808168     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 语音合成   相似专利 发布日：2023/08/14  
摘要： 本发明提出一种声学模型的生成方法和装置及语音合成方法和装置，该声学模型的生成方法包括：获取个性化数据，所述个性化数据是根据个性化语音数据和对应的个性化文本数据进行处理后得到的；获取预先生成的基准声学模型，所述基准声学模型是根据已有的大规模样本生成的；根据所述个性化数据和所述基准声学模型进行自适应模型训练，生成个性化声学模型。该方法能够实现声学模型的快速生成，并且可以满足用户的个性化需求。

专利名称：韵律层级模型训练方法、语音合成方法及装置      申请号：2015106169198     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：模型训练 语音合成   相似专利 发布日：2023/08/14  
摘要： 本发明公开了一种用于语音合成的韵律层级模型训练方法、使用该韵律层级模型进行语音合成的方法及装置，其中该训练方法包括：对海量无标注语料数据进行训练获得单字的字向量；根据字向量以及韵律标注数据获取训练数据对应的文本特征及标注；以及基于深度神经网络和双向LSTM神经网络，根据训练数据的文本特征、标注对韵律层级模型进行训练。该方法基于字粒度的字典较传统使用的词粒度的词典相比，有效地减小了条目规模，同时减小了模型及资源文件对于计算资源和存储空间的要求，在提高韵律预测模型性能的同时，保证了在嵌入式智能设备中的可用性。

专利名称：语音合成处理方法、装置及设备      申请号：2017107977872     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 语音合成   相似专利 发布日：2023/08/14  
摘要： 本申请提出一种语音合成处理方法、装置及设备，其中方法包括：对待处理的文本进行处理，确定文本的特征；根据文本的特征、当前的时间信息和/或天气信息，获取目标语音标签；根据目标语音标签，将文本进行语音合成。该方法使得播放的语音形式丰富多变，并且还能携带更多的信息，增加了语音合成的适用范围，极大的提高了用户使用体验。

专利名称：语音合成方法和装置      申请号：201510417099X     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 语音合成   相似专利 发布日：2023/08/14  
摘要： 本发明提出一种语音合成方法和装置，该语音合成方法包括：对文本进行处理，获得待合成文本；当存在网络连接时，将所述待合成文本发送给在线语音合成系统进行语音合成；如果在所述在线语音合成系统进行语音合成的过程中，所述在线语音合成系统出现故障或者实际使用过程中网络连接中断，则将所述在线语音合成系统未完成语音合成的文本发送给离线语音合成系统进行语音合成。本发明结合在线语音合成与离线语音合成的优点，可以提供更稳定、效果更自然的语音合成服务，保证了用户的语音合成请求总是可以顺利地完成，提高了用户对语音合成服务的认可度和用户体验度。

专利名称：基于大语料库的语音合成方法和装置      申请号：201410276352X     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 语音合成   相似专利 发布日：2023/08/14  
摘要： 本发明公开了一种基于大语料库的语音合成方法和装置。所述基于大语料库的语音合成方法包括：利用韵律结构预测模型对输入的文本进行韵律结构预测处理，给出至少一个备选韵律边界划分方案；根据所述至少一个备选韵律边界划分方案中韵律单元在语音语料库中的结构概率信息，确定韵律边界划分方案；根据所确定的韵律边界划分方案进行语音合成。本发明实施例提供的基于大语料库的语音合成方法和装置提高了语音合成的自然度和灵活性。

专利名称：用于语音合成的韵律模型训练方法和装置      申请号：2015103374307     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：模型训练 语音合成   相似专利 发布日：2023/08/14  
摘要： 本发明公开了一种用于语音合成的韵律模型训练方法和装置，其中，用于语音合成的韵律模型训练方法，包括：S1、从训练语料文本中提取分词对应的文本特征和标记特征；S2、基于同义词词林对训练语料文本中的分词进行泛化；以及S3、根据文本特征、标记特征以及泛化后的分词，对韵律模型进行训练。本发明实施例的用于语音合成的韵律模型训练方法和装置，通过从训练语料文本中提取分词对应的文本特征和标记特征，基于同义词词林对训练语料文本中的多个分词进行泛化，然后根据文本特征、标记特征以及泛化后的分词，对韵律模型进行训练，使得韵律模型更加完善，进而提升韵律预测的准确性。

专利名称：用于语音合成系统的韵律与声学联合建模的方法及装置      申请号：2015103154595     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 语音合成   相似专利 发布日：2023/08/14  
摘要： 本发明提出一种用于语音合成系统的韵律与声学联合建模的方法及装置，其中，该方法包括：根据第一文本特征集合、第二文本特征集合、第一韵律标注集合和第二韵律标注集合进行韵律训练以生成连续韵律预测模型；根据第二文本特征集合通过连续韵律预测模型预测第二文本特征集合对应的连续韵律特征集合；以及根据第二文本特征集合、连续韵律特征集合和声学参数集合进行声学训练以生成声学预测模型。本发明实施例的用于语音合成系统的韵律与声学联合建模的方法及装置，提供了一种联合建立连续韵律预测模型和声学预测模型的建模方式，通过该方式所建立的模型可以让生成的声学参数在韵律表现上更加连续自然，进而可使合成语音更加流畅自然。

专利名称：语音合成方法及装置、计算机设备及可读介质      申请号：2018105651488     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机硬件 语音合成   相似专利 发布日：2023/08/14  
摘要： 本发明提供一种语音合成方法及装置、计算机设备及可读介质。其方法包括：在语音拼接合成出现问题语音时，根据预先训练的时长预测模型和基频预测模型，预测问题语音对应的目标文本对应的每个音素的状态的时长以及每一帧的基频；根据目标文本对应的每个音素的状态的时长以及每一帧的基频，使用预先训练的语音合成模型，合成目标文本对应的语音；时长预测模型、基频预测模型和语音合成模型均基于语音拼接合成的音库训练得到。本发明的技术方案，避免补充录制语料重新建库，可以有效地缩短问题语音修复的时间，节省问题语音修复成本；可以保证合成后的语音的自然度和连续性得到改善，且与拼接合成的语音音质相比，不会发生改变，不会影响用户的听感。

专利名称：语音合成的方法和装置      申请号：2015102820635     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 语音合成   相似专利 发布日：2023/08/14  
摘要： 本发明公开了一种语音合成的方法和装置，其中，语音合成的方法包括：S1、获取输入文本，并获取输入文本对应的输入类型；S2、根据输入类型确定纠错模型，并根据纠错模型对输入文本进行纠错处理；以及S3、将纠错后的输入文本合成为语音。本发明实施例的语音合成的方法和装置，通过获取输入文本，并获取输入文本对应的输入类型，根据输入类型确定纠错模型，并根据纠错模型对输入文本进行纠错处理，以及将纠错后的输入文本合成为语音，可利用纠错模型对输入文本进行纠错，提升了文本输入时的准确性，进而在语音合成时，生成的语音信息更加自然流畅，易于理解，符合语言习惯，最终提升用户使用体验。

专利名称：语音合成方法和装置      申请号：2018104104811     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 语音合成   相似专利 发布日：2023/08/14  
摘要： 本发明实施例提供一种语音合成方法和装置。该方法包括：获取待处理文本的音素特征和韵律及情感特征，根据音素特征和韵律及情感特征，采用预先训练的时长模型，确定待处理文本的语音时长，所述时长模型基于卷积神经网络训练得到，根据音素特征、韵律及情感特征和语音时长，采用预先训练的声学参数模型，确定待处理文本的声学特征参数，所述声学参数模型基于卷积神经网络训练得到，根据声学特征参数，合成待处理文本的语音。本发明实施例的方法，能够在满足实时性要求的前提下，提供音质更高，更加具有情感表现力，更加自然流畅的合成语音。

专利名称：基于人工智能的语料扩充及语音合成系统构建方法及装置      申请号：2018101023812     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：人工智能 语音合成   相似专利 发布日：2023/08/14  
摘要： 本发明公开了基于人工智能的语料扩充及语音合成系统构建方法及装置，如可包括：根据小样本音库中的语料，训练得到WaveNet模型；利用WaveNet模型，生成给定文本对应的语音波形；将生成的语音波形对应的语料补充到小样本音库中，得到大样本音库；利用大样本音库中的语料，构建出统计参数语音合成系统。应用本发明所述方案，能够提升语音合成效果，并节省人力物力及时间成本等。

专利名称：一种语音合成方法和装置      申请号：2016100519633     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 语音合成   相似专利 发布日：2023/08/14  
摘要： 本发明提供了一种语音合成方法和装置，其中方法包括：利用预先训练的第一模型，从语音库中针对待合成语音挑选候选语音单元构成备选空间；利用预先训练的第二模型，从备选空间中选择语音单元用于拼接，使得选择的语音单元构成的序列的搜索代价最优；所述第一模型和所述第二模型中至少一个为神经网络模型。本发明能够提高最终合成的语音的自然度和表现力。

专利名称：语音合成方法和装置      申请号：2016100498321     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 语音合成   相似专利 发布日：2023/08/14  
摘要： 本发明提出一种语音合成方法和装置，该语音合成方法包括：对要合成的文本进行文本特征提取，获取上下文特征信息；获取预先生成的模型，所述模型是根据训练样本的上下文特征信息和变换后的声学参数进行训练后生成的，所述变换后的声学参数包括多个韵律层级的基频参数；根据所述模型，确定与所述上下文特征信息对应的模型输出参数，所述模型输出参数包括：多个韵律层级的基频参数；对所述多个韵律层级的基频参数进行基频重构；根据基频重构后的参数和所述模型输出参数中的其他参数得到合成语音。该方法能够提高合成语音的表现效果。

专利名称：用于波形拼接语音合成的选音方法和装置      申请号：2016100352207     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：选 语音合成   相似专利 发布日：2023/08/14  
摘要： 本发明提出一种用于波形拼接语音合成的选音方法和装置，该用于波形拼接语音合成的选音方法包括：获取标注信息，所述标注信息是对待合成文本进行前端处理后得到的；获取预先生成的机器学习模型；根据所述标注信息和所述机器学习模型进行机器学习预选，得到候选音子波形片断。该方法能够提高语音合成时的预选效果。