发明专利已授权

基于STARWGAN-GP和x向量的多对多说话人转换方法

📄 申请号：CN201910030577.X 📄 发布日：2026/07/28

著录项目信息

申请日

2019-01-14

公开号

CN109599091B

公开日

2021-01-26

申请人

南京邮电大学

法律状态

已下证

专利类型

发明

主分类号

G10L13_02

IPC 分类号

G10L13_02 , G10L15_16 , G10L15_06 , G10L25_24 , G10L25_30 , G06N3_04 , G06N3_08 ,

技术画像

所属领域

语音转换语音转换生成对抗网络说话人特征提取

应用场景

语音合成, 语音转换, 智能语音交互, 娱乐媒体, 语音身份变换

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明公开了一种基于STARWGAN‑GP和x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STARWGAN‑GP与x向量相结合来实现语音转换系统。本方法加入了表征性能和实用性能更好的X‑vector向量来表征说话人的个性化特征，并且使用WGAN‑GP来替换GAN，从而解决GAN训练不稳定、梯度消失等问题，构建训练更加稳定、收敛速度更快的网络，进一步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。本方法不仅能够解除对平行文本的依赖，实现非平行文本条件下的语音转换，还可以进一步将多个源‑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。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

一种基于LSTM-RNN模型的无创血糖预测方法

当前第 / 件

一种蒽醌-2-磺酸钠/氧化石墨烯复合光催化杀菌剂及其制备方法和应用

同领域国内专利 · IPC: (G10L13_02)

G10L13_00 G10L13_02 G10L13_027 G10L13_033 G10L13_047 G10L13_08 G10L13_10 覆盖7个领域

相似专利推荐 AI 驱动 · 同领域

暂无同领域相似专利推荐

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：36 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)