[发明专利]语音合成模型的训练方法、装置、电子设备及存储介质有效
| 申请号： | 201910927040.3 | 申请日： | 2019-09-27 |
| 公开（公告）号： | CN110619867B | 公开（公告）日： | 2020-11-03 |
| 发明（设计）人： | 陈智鹏;白锦峰;贾磊 | 申请（专利权）人： | 百度在线网络技术（北京）有限公司 |
| 主分类号： | G10L13/02 | 分类号： | G10L13/02;G10L13/08;G06N3/08 |
| 代理公司： | 北京品源专利代理有限公司 11332 | 代理人： | 孟金喆 |
| 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： | 本申请公开了语音合成模型的训练方法、装置、电子设备及存储介质，涉及计算机智能语音领域。具体实现方案为：将当前样本的音节输入序列、音素输入序列和汉字输入序列作为待训练模型的编码器的输入，在编码器的输出端得到各个序列的编码表示；将编码表示的三个序列进行融合，得到三个序列的一个加权组合；将该加权组合作为注意力模块的输入，在注意力模块的输出端得到音节输入序列、音素输入序列和汉字输入序列的加权组合在各个时刻上的加权平均；将该加权平均作为待训练模型的解码器的输入，在解码器的输出端得到当前样本的语音Mel谱输出。本申请实施例可以有效地改善发音效果，为语音产品提供高表现力和高自然度的中文合成语音。 | ||
| 搜索关键词： | 语音 合成 模型 训练 方法 装置 电子设备 存储 介质 | ||
【主权项】：
1.一种语音合成模型的训练方法，其特征在于，所述方法包括：/n将当前样本的音节输入序列、音素输入序列和汉字输入序列作为待训练模型的编码器的输入，在所述编码器的输出端得到所述音节输入序列、所述音素输入序列和所述汉字输入序列的编码表示；/n将编码表示的所述音节输入序列、所述音素输入序列和所述汉字输入序列进行融合，得到所述音节输入序列、所述音素输入序列和所述汉字输入序列的一个加权组合；/n将所述音节输入序列、所述音素输入序列和所述汉字输入序列的加权组合作为注意力模块的输入，在注意力模块的输出端得到所述音节输入序列、所述音素输入序列和所述汉字输入序列的加权组合在各个时刻上的加权平均；/n将所述音节输入序列、所述音素输入序列和所述汉字输入序列的加权组合在各个时刻上的加权平均作为所述待训练模型的解码器的输入，在所述解码器的输出端得到所述当前样本的语音Mel谱输出。/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/201910927040.3/，转载请声明来源钻瓜专利网。
