[发明专利]一种变声方法、装置、设备和存储介质

权利要求书

1.一种变声方法，其特征在于，包括：

响应于用户的变声请求，实时采集所述用户的原始语音数据，所述变声请求携带有目标声学特征的标识；

根据所述目标说话人的标识从预置数据库中获取所述目标声学特征；

实时提取所述原始语音数据的情绪特征；

将所述目标声学特征和所述情绪特征进行特征融合后，与所述原始语音数据一起输入到预置变声模型进行变声处理，得到变声语音数据。

2.根据权利要求1所述的变声方法，其特征在于，所述将所述目标声学特征和所述情绪特征进行特征融合后，与所述原始语音数据一起输入到预置变声模型进行变声处理，得到变声语音数据，之前还包括：

根据所述目标声学特征的方差对所述目标声学特征进行随机初始化处理，得到初始化后的目标声学特征。

3.根据权利要求1所述的变声方法，其特征在于，所述预置数据库的获取过程为：

获取若干说话人的语音数据；

提取所述语音数据的声学特征；

给所述声学特征配置标识后，根据所述标识和所述声学特征的对应关系存储所述声学特征，得到所述预置数据库。

4.根据权利要求3所述的变声方法，其特征在于，所述给所述声学特征配置标识，根据所述声学特征的标识和所述声学特征的对应关系生成所述预置数据库，之前还包括：

根据所述说话人的相关信息对所述声学特征进行聚类，得到若干个簇，所述相关信息包括性别和/或年龄；

根据所述簇的中心随机生成新声学特征；

相应的，所述给所述声学特征配置标识后，根据所述标识和所述声学特征的对应关系存储所述声学特征，得到所述预置数据库，包括：

给所述声学特征和所述新声学特征配置标识后，根据所述标识和所述声学特征、所述新声学特征的对应关系存储所述声学特征和所述新声学特征，得到所述预置数据库。

5.根据权利要求1所述的变声方法，其特征在于，所述预置变声模型为训练好的StarGAN网络。

6.一种变声装置，其特征在于，包括：

采集单元，用于响应于用户的变声请求，实时采集所述用户的原始语音数据，所述变声请求携带有目标声学特征的标识；

获取单元，用于根据所述目标说话人的标识从预置数据库中获取所述目标声学特征；

提取单元，用于实时提取所述原始语音数据的情绪特征；

输入单元，用于将所述目标声学特征和所述情绪特征进行特征融合后，与所述原始语音数据一起输入到预置变声模型进行变声处理，得到变声语音数据。

7.根据权利要求6所述的变声装置，其特征在于，还包括：

处理单元，用于根据所述目标声学特征的方差对所述目标声学特征进行随机初始化处理，得到初始化后的目标声学特征。

8.根据权利要求6所述的变声装置，其特征在于，所述预置数据库的获取过程为：

获取若干说话人的语音数据；

提取所述语音数据的声学特征；

给所述声学特征配置标识后，根据所述标识和所述声学特征的对应关系存储所述声学特征，得到所述预置数据库。

9.一种变声设备，其特征在于，所述设备包括处理器以及存储器；

所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；

所述处理器用于根据所述程序代码中的指令执行权利要求1-5任一项所述的变声方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行权利要求1-5任一项所述的变声方法。