用于在语音合成中适配人类说话者嵌入的系统和方法
公开
摘要
公开了用于使用真实语音数据为新说话者适配话音克隆合成器的新方法和系统。来自一个或多个目标说话者的话语被参数化，并用于通过如下操作来初始化供话音合成器使用的嵌入向量：对话语数据进行聚类，并使用说话者识别神经网络和/或通过找到最接近于话语数据的存储嵌入矢量来确定数据的质心。
基本信息
专利标题 ：
用于在语音合成中适配人类说话者嵌入的系统和方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114303186A
申请号 ：
CN202080058992.7
公开（公告）日 ：
2022-04-08
申请日 ：
2020-08-18
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
周聪刘晓宇M·G·霍根V·库马尔
申请人 ：
杜比实验室特许公司
申请人地址 ：
美国加利福尼亚州
代理机构 ：
北京市汉坤律师事务所
代理人 ：
魏小薇
优先权 ：
CN202080058992.7
主分类号 ：
G10L13/033
IPC分类号 ：
G10L13/033 G10L21/013 G06K9/62
IPC结构图谱
G
G部——物理
G10
乐器；声学
G10L
语音分析或合成；语音识别；语音或声音处理；语音或音频编码或解码
G10L13/00
语音合成；文本-语音合成系统
G10L13/02
产生合成语音的方法；语音合成设备
G10L13/033
声音编辑，例如操控合成设备的声音
法律状态
2022-04-08 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
