[發(fā)明專利]一種提供音庫混合訓(xùn)練模型的方法和系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201210220059.2
• 申請日: 2012-06-28
• 公開（公告）號: CN102752239A
• 公開（公告）日: 2012-10-24
• 發(fā)明（設(shè)計）人: 李健;鄭曉明;張連毅;武衛(wèi)東
• 申請（專利權(quán)）人: 北京捷通華聲語音技術(shù)有限公司
• 主分類號: H04L15/06
• 分類號: H04L15/06
• 代理公司: 北京潤澤恒知識產(chǎn)權(quán)代理有限公司 11319
• 代理人: 蘇培華

1.一種提供音庫混合訓(xùn)練模型的方法，其特征在于，包括：

根據(jù)選擇用作樣本的錄音語料，采集至少兩位發(fā)音人的聲音信號，得到至少兩組錄音數(shù)據(jù)；

從所述各組錄音數(shù)據(jù)中提取出聲音的參數(shù)信息，包括音高、譜、時長中至少之一；

對所提取的語音參數(shù)進行統(tǒng)計分析，得到參數(shù)模型。

2.如權(quán)利要求1所述的方法，其特征在于，在采集發(fā)音人的聲音信號之前，還包括：

預(yù)先選擇文本作為錄音語料；

所述錄音語料覆蓋預(yù)定的音節(jié)、調(diào)聯(lián)和/或每個音節(jié)的各種發(fā)音信息。

3.如權(quán)利要求1所述的方法，其特征在于，所述提取出聲音的參數(shù)信息采用分幀處理方式。

4.如權(quán)利要求1至3中任一項所述的方法，其特征在于，

通過混合訓(xùn)練，將每個發(fā)音人不同的優(yōu)勢特征參數(shù)進行組合，得到優(yōu)選的參數(shù)模型。

5.一種提供音庫混合訓(xùn)練模型的系統(tǒng)，其特征在于，包括：

錄音模塊，用于根據(jù)選擇用作樣本的錄音語料，采集至少兩位發(fā)音人的聲音信號，得到至少兩組錄音數(shù)據(jù)；

參數(shù)提取模塊，用于從所述各組錄音數(shù)據(jù)中提取出聲音的參數(shù)信息，包括音高、譜、時長中至少之一；

統(tǒng)計訓(xùn)練模塊，對所提取的語音參數(shù)進行統(tǒng)計分析，得到參數(shù)模型。

6.如權(quán)利要求5所述的系統(tǒng)，其特征在于，還包括：

錄音語料設(shè)計模塊，用于選擇用作樣本的錄音語料；

所述錄音語料覆蓋預(yù)定的音節(jié)、調(diào)聯(lián)和/或每個音節(jié)的各種發(fā)音信息。

7.如權(quán)利要求5所述的系統(tǒng)，其特征在于，還包括：

參數(shù)調(diào)整模塊，根據(jù)應(yīng)用需要，在模型訓(xùn)練階段對提取出的參數(shù)中至少之一進行調(diào)整。

8.一種語音合成方法，其特征在于，包括：

采用如權(quán)利要求1至3中任一項所提供的音庫混合訓(xùn)練模型；基于所述音庫混合訓(xùn)練模型來合成聲音。?