[发明专利]用于生成语音合成模型的方法和装置有效
| 申请号： | 201810478000.0 | 申请日： | 2018-05-18 |
| 公开（公告）号： | CN108630190B | 公开（公告）日： | 2019-12-10 |
| 发明（设计）人： | 康永国;顾宇 | 申请（专利权）人： | 百度在线网络技术(北京)有限公司 |
| 主分类号： | G10L13/04 | 分类号： | G10L13/04;G10L13/047;G10L25/30;G06N3/08 |
| 代理公司： | 11204 北京英赛嘉华知识产权代理有限责任公司 | 代理人： | 王达佐;马晓亚 |
| 地址： | 100085 北京市*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请实施例公开了用于生成语音合成模型的方法和装置。该方法的一具体实施方式包括：获取训练样本集合，训练样本包括样本文本信息、与样本文本信息对应的样本音频数据和样本音频数据的基频；获取初始深度神经网络；利用机器学习方法，将训练样本集合中的训练样本的样本文本信息作为输入，将与输入的样本文本信息对应的样本音频数据和样本音频数据的基频作为输出，对初始深度神经网络进行训练，将训练后初始深度神经网络确定为语音合成模型。该实施方式实现了生成语音合成模型。由此生成的语音合成模型可以基于文本信息得到对应的音频数据，而不需要输入基频。 | ||
| 搜索关键词： | 语音合成模型 样本文本 样本音频 神经网络 基频 训练样本集合 方法和装置 信息对应 训练样本 机器学习 文本信息 音频数据 输出 申请 | ||
【主权项】：
1.一种用于生成语音合成模型的方法，包括：/n获取训练样本集合，训练样本包括样本文本信息、与样本文本信息对应的样本音频数据和样本音频数据的基频；/n获取初始深度神经网络；/n利用机器学习方法，将所述训练样本集合中的训练样本的样本文本信息作为输入，将与输入的样本文本信息对应的样本音频数据和样本音频数据的基频作为输出，对所述初始深度神经网络进行训练，将训练后且达到预设的优化目标的所述初始深度神经网络确定为语音合成模型；/n其中，所述预设的优化目标用于确定所述初始深度神经网络是否训练完成；/n其中，所述利用机器学习方法，将所述训练样本集合中的训练样本的样本文本信息作为输入，将与输入的样本文本信息对应的样本音频数据和样本音频数据的基频作为输出，对所述初始深度神经网络进行训练，将训练后且达到预设的优化目标的所述初始深度神经网络确定为语音合成模型，包括：/n基于训练样本集合执行以下训练步骤：将训练样本集合中的至少一个训练样本的样本文本信息分别输入初始深度神经网络，得到所述至少一个样本文本信息中的每个样本文本信息对应的音频数据和音频数据的基频；将所述至少一个样本文本信息中的每个样本文本信息对应的音频数据和音频数据的基频与对应的样本音频数据和样本音频数据的基频进行比较；根据比较结果确定初始深度神经网络是否达到预设的优化目标；响应于确定初始深度神经网络达到优化目标，将初始深度神经网络确定为语音合成模型。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于百度在线网络技术(北京)有限公司，未经百度在线网络技术(北京)有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810478000.0/，转载请声明来源钻瓜专利网。
