专利交易市场

本发明公开了一种非平行文本条件下基于i向量的多对多说话人转换方法，包括训练阶段和转换阶段，使用了VAWGAN与i向量相结合来实现语音转换系统，能够较好地提升转换后语音的个性相似度和语音质量，实现了一种高质量的语音转换方法。此外，本方法解除对平行文本的依赖，实现了非平行文本条件下的语音转换，而且训练过程不需要任何对齐过程，本方法还可以将多个源‑目标说话人对的转换系统整合在一个转换模型中，即实现多说话人对多说话人转换。本方法在跨语种语音转换、电影配音、语音翻译等领域有较好的应用前景。

本发明公开了一种基于文本的虚拟对象唇形同步方法及系统，方法包括：获取目标文本；将所述目标文本转换得到目标语音，并将所述目标文本转换得到正字法转录；将所述目标语音与所述正字法转录进行标注对齐，得到所述目标语音对应的音素序列；根据所述音素序列进行音视位映射，得到所述音素序列映射对应的视位序列，并确定所述视位序列的视位参数；根据所述视位参数控制目标虚拟对象的渲染，并同步播放语音。本发明能够将自然语言理解领域和计算机动画技术领域相结合，可在输入文本后极短时间内播放唇形同步动画，可广泛应用于计算机技术领域。

本发明公开了一种原声语音翻译方法，涉及语音翻译技术领域，一种原声语音翻译方法，包括以下步骤：源语言语音采集，声音特征学习模块提取说话人的声音特征，送入深度神经网络DNN训练学习，STT模块转换源语音的文字信息，并分别由翻译模块和语言特征学习模块获取，其中，语言特征学习提取和记录源语言的语言特征，通过合成语音模块进行语音合成模拟。本发明通过将语言发音特征作为特征值送入深度神经网络DNN训练学习，学习后获得分别用于翻译与合成模块参考的语言特征模型特征向量与人声特征模型特征向量，通过合成语音模块进行语音合成模拟，发出与说话人语音相似的声音，使翻译后合成的语音高度接近说话人本人的特征。