[发明专利]语音转换方法、装置、电子设备及介质

说明书

本发明涉及语音语义技术，揭露了一种语音转换方法，包括：对目标语音数据进行编码，得到嵌入语音数据，将嵌入语音数据和源语音数据输入至语音转换模型中的生成器生成语音，得到目标转换音频，将目标转换音频和嵌入语音数据输入至语音转换模型中的鉴别器中进行鉴别，得到鉴别结果，判断鉴别结果与真实结果是否一致，根据判断结果输出标准语音转换模型，将待转换语音数据和目标对象的声音数据输入至标准语音转换模型中，得到待转换语音数据对应的最终目标语音。此外，本发明还涉及区块链技术，所述鉴别结果可存储于区块链的节点。本发明还提出一种语音转换装置、电子设备以及计算机可读存储介质。本发明可以解决语音转换的效率较低的问题。

技术领域

本发明涉及语音语义技术领域，尤其涉及一种语音转换方法、装置、电子设备及计算机可读存储介质。

背景技术

随着多媒体通信技术的不断发展,作为人机通信重要方式之一的语音合成技术以其方便、快捷的优点收到了研究者的广泛关注。语音转换属于语音合成的一般技术领域，同时也是人工智能的重要方面之一，语音转换的研究内容为如何在不改变语言内容的情况下将一个人的声音转换为另一个人的声音。

现有的语音转换方法是利用多阶段模型进行转换处理，即将语音转换过程拆分成音色的频谱转换和音频生成两个部分，进行语音转换的效率较低。

发明内容

本发明提供一种语音转换方法、装置及计算机可读存储介质，其主要目的在于解决语音转换的效率较低的问题。

为实现上述目的，本发明提供的一种语音转换方法，包括：

获取源语音数据和目标语音数据，对所述目标语音数据进行编码，得到嵌入语音数据；

获取预设的生成器和鉴别器，根据所述生成器和所述鉴别器构成语音转换模型；

将所述嵌入语音数据和所述源语音数据输入至所述语音转换模型中的生成器生成语音，得到目标转换音频；

将所述目标转换音频和所述嵌入语音数据输入至所述语音转换模型中的鉴别器中进行鉴别处理，得到鉴别结果；

判断所述鉴别结果与预设的真实结果是否一致，若所述鉴别结果与所述真实结果一致，将所述语音转换模型输出为标准语音转换模型；

若所述鉴别结果与所述真实结果不一致，对所述语音转换模型进行参数调整并重新执行鉴别处理的操作，直至重新执行鉴别处理得到的鉴别结果与所述真实结果一致，输出标准语音转换模型；

获取待转换语音数据和目标对象的声音数据，将所述待转换语音数据和所述目标对象的声音数据输入至所述标准语音转换模型中，得到所述待转换语音数据对应的最终目标语音。

可选地，所述将所述嵌入语音数据和所述源语音数据输入至所述语音转换模型中的生成器生成语音，得到目标转换音频，包括：

对所述嵌入语音数据进行第一特征提取，得到第一特征数据集，对所述源语音数据进行第二特征提取，得到第二特征数据集，将所述第一特征数据集和所述第二特征数据集汇总得到总特征数据集；

利用所述生成器中的下采样层对所述总特征数据集进行下采样处理，得到下采样数据集；

将所述下采样数据集输入至所述生成器中的瓶颈层，并对经过所述瓶颈层处理的数据进行上采样处理，得到上采样数据集；

将所述上采样数据集输入至所述生成器中的动态图网络中进行转换，得到目标转换音频。

可选地，所述对所述嵌入语音数据进行第一特征提取，得到第一特征数据集，包括：

对所述嵌入语音数据进行预加重处理、分帧处理和加窗处理以及快速傅里叶变换，得到所述嵌入语音数据的短时频谱；

将所述短时频谱输入预设的梅尔尺度滤波组中，得到梅尔频谱；