欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 202110460970X
申请人: 湖南师范大学
专利类型:发明专利
专利状态:已下证
专利领域: 乐器;声学
更新日期:2024-01-05
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种方言语音合成方法,其特征在于,包括:

获取训练文本,将所述训练文本输入普通话语音合成系统,得到普通话节奏预测结果、普通话重音预测结果和普通话声调预测结果;

将预先建立的方言语料库分别与所述普通话节奏预测结果、所述普通话重音预测结果和所述普通话声调预测结果进行差异学习,依次生成方言节奏转化模型、方言重音转化模型和方言声调转化模型;其中,所述方言语料库包含方言节奏、方言重音和方言声调的方言语料信息;

在所述普通话语音合成系统中的普通话节奏预测模型、普通话重音预测模型以及普通话声调预测模型后,对应添加所述方言节奏转化模型、方言重音转化模型和方言声调转化模型,生成方言语音合成系统;

获取目标文本,将所述目标文本输入所述方言语音合成系统,得到方言语音合成结果;

其中,所述将预先建立的方言语料库分别与所述普通话节奏预测结果、所述普通话重音预测结果和所述普通话声调预测结果进行差异学习,依次生成方言节奏转化模型、方言重音转化模型和方言声调转化模型,包括:利用差异学习算法对所述方言语料库与所述普通话节奏预测结果、所述普通话重音预测结果进行差异学习,生成所述方言节奏转化模型、所述方言重音转化模型;

对所述方言语料库的方言声调信息和所述普通话声调预测结果对应的基频差值进行回归树建模,得到基频差值回归树模型,将所述基频差值回归树模型作为所述方言声调转化模型;

其中,所述差异学习算法包括基于转换的学习算法。

2.根据权利要求1所述的方言语音合成方法,其特征在于,所述获取目标文本,将所述目标文本输入所述方言语音合成系统,得到方言语音合成结果,包括:获取所述目标文本,将所述目标文本输入所述方言语音合成系统的方言节奏预测模型,得到方言节奏预测结果;在所述普通话节奏预测模型后添加所述方言节奏转化模型得到所述方言节奏预测模型;

将所述方言节奏预测结果输入所述方言语音合成系统的方言重音预测模型,得到方言重音预测结果;在所述普通话重音预测模型后添加所述方言重音转化模型得到所述方言重音预测模型;

将所述方言节奏预测结果和所述方言重音预测结果输入所述方言语音合成系统的方言语音参数生成模型,得到所述方言语音合成结果;在所述普通话声调预测模型后添加所述方言声调转化模型得到所述方言语音参数生成模型。

3.根据权利要求1所述的方言语音合成方法,其特征在于,所述对所述方言语料库的方言声调信息和所述普通话声调预测结果对应的基频差值进行回归树建模,得到基频差值回归树模型,将所述基频差值回归树模型作为所述方言声调转化模型,包括:确定所述方言语料库的声调类型,并获取普通话语料库;

利用分类树算法,对所述普通话语料库的声调类型和所述方言语料库的声调类型的声调类型转化进行建模,得到调型变化分类树;

分别提取所述方言语料库和所述普通话语料库的基频曲线,利用回归树算法对所述调型变化分类树下属于同一声调类型转化的所述方言语料库和所述普通话语料库对应基频曲线的基频差值进行回归树建模,得到基频差值回归树模型;

将所述基频差值回归树模型作为所述方言声调转化模型。

4.根据权利要求1所述的方言语音合成方法,其特征在于,所述利用差异学习算法对所述方言语料库与所述普通话节奏预测结果、所述普通话重音预测结果进行差异学习,生成所述方言节奏转化模型、所述方言重音转化模型,包括:利用所述差异学习算法对所述方言语料库的韵律词、韵律短语和语调词语与所述普通话节奏预测结果中的韵律词、韵律短语和语调词语进行差异学习,生成所述方言节奏转化模型;

利用所述差异学习算法对所述方言语料库的韵律词重音、韵律短语重音和语调词语重音与所述普通话节奏预测结果中的韵律词重音、韵律短语重音和语调词语重音进行差异学习,生成所述方言重音转化模型。

5.根据权利要求3所述的方言语音合成方法,其特征在于,所述确定所述方言语料库的声调类型,包括:提取所述方言语料库的基频曲线,对所述基频曲线进行聚类,生成所述方言语料库的声调类型。

6.一种方言语音合成装置,其特征在于,包括:

获取模块,用于获取训练文本,将所述训练文本输入普通话语音合成系统,得到普通话节奏预测结果、普通话重音预测结果和普通话声调预测结果;

生成模块,用于将预先建立的方言语料库分别与所述普通话节奏预测结果、所述普通话重音预测结果和所述普通话声调预测结果进行差异学习,依次生成方言节奏转化模型、方言重音转化模型和方言声调转化模型;其中,所述方言语料库包含方言节奏、方言重音和方言声调的方言语料信息;

添加模块,用于在所述普通话语音合成系统中的普通话节奏预测模型、普通话重音预测模型以及普通话声调预测模型后,对应添加所述方言节奏转化模型、方言重音转化模型和方言声调转化模型,生成方言语音合成系统;

输入模块,用于获取目标文本,将所述目标文本输入所述方言语音合成系统,得到方言语音合成结果;

其中,所述生成模块,具体用于利用差异学习算法对所述方言语料库与所述普通话节奏预测结果、所述普通话重音预测结果进行差异学习,生成所述方言节奏转化模型、所述方言重音转化模型;

对所述方言语料库的方言声调信息和所述普通话声调预测结果对应的基频差值进行回归树建模,得到基频差值回归树模型,将所述基频差值回归树模型作为所述方言声调转化模型;

其中,所述差异学习算法包括基于转换的学习算法。

7.根据权利要求6所述的方言语音合成装置,其特征在于,所述输入模块,包括:第一输入单元,用于获取所述目标文本,将所述目标文本输入所述方言语音合成系统的方言节奏预测模型,得到方言节奏预测结果;在所述普通话节奏预测模型后添加所述方言节奏转化模型得到所述方言节奏预测模型;

第二输入单元,用于将所述方言节奏预测结果输入所述方言语音合成系统的方言重音预测模型,得到方言重音预测结果;在所述普通话重音预测模型后添加所述方言重音转化模型得到所述方言重音预测模型;

第三输入单元,用于将所述方言节奏预测结果和所述方言重音预测结果输入所述方言语音合成系统的方言语音参数生成模型,得到所述方言语音合成结果;在所述普通话声调预测模型后添加所述方言声调转化模型得到所述方言语音参数生成模型。

8.一种电子设备,其特征在于,包括:

存储器,用于存储计算机程序;

处理器,用于执行所述计算机程序时实现如权利要求1至5任一项所述方言语音合成方法的步骤。

9.一种存储介质,其特征在于,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方言语音合成方法的步骤。