[發(fā)明專利]信息處理方法及裝置、電子設備及存儲介質

有效

• 申請?zhí)枺?/td>: 201810068595.2
• 申請日: 2018-01-24
• 公開（公告）號: CN108198566B
• 公開（公告）日: 2021-07-20
• 發(fā)明（設計）人: 徐嵚崳;李琳;周冰
• 申請（專利權）人: 咪咕文化科技有限公司;中國移動通信集團有限公司
• 主分類號: G10L21/007
• 分類號: G10L21/007;G10L25/24;G10L21/013
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 王姍姍;張穎玲

1.一種信息處理方法，其特征在于，包括：

提取源語音的第一頻域特征；

提取目標語音的第二頻域特征；

基于所述第一頻域特征及所述第二頻域特征，構建高斯模型；

將位于第一空間的所述第一頻域特征和所述第二頻域特征，通過非線性映射映射到第二空間，其中，所述第二空間的維度高于所述第一空間的維度；

對映射到所述第二空間的頻域特征進行核非負矩陣進行分解，得到第一轉換函數；

將所述第一轉換函數和所述高斯模型進行混合，得到第二轉換函數，其中，所述第二轉換函數，用于將所述源語音的聲音參數轉換為所述目標語音的聲音特征參數；

其中，所述將所述第一轉換函數和所述高斯模型進行混合，得到第二轉換函數，包括：將所述第一轉換函數與所述高斯模型的高斯分量的后驗概率相乘得到所述第二轉換函數；

其中，所述將所述第一轉換函數與所述高斯模型的高斯分量的后驗概率相乘得到所述第二轉換函數，包括：對所述高斯模型的高斯分量的第一后驗概率進行平滑處理，得到平滑處理后的第二后驗概率；將所述第一轉換函數及所述第二后驗概率相乘，以獲得所述第二轉換函數；

其中，所述對所述高斯模型的高斯分量的第一后驗概率進行平滑處理，得到平滑處理后的第二后驗概率，包括：根據濾波窗內所有幀的后驗概率的中值與濾波窗內所有幀的后驗概率的最小值、最大值的差值，以及當前幀的所述第一后驗概率與濾波窗內所有幀的后驗概率的最小值、最大值的差值，確定平滑處理后的第二后驗概率。

2.根據權利要求1所述的方法，其特征在于，

所述提取源語音的第一頻域特征，包括：

提取源語音的第一頻域特征其中，為所述源語音的第t幀的頻域特征；為所述源語音的第t-1幀的頻域特征；為所述源語音的第t+1幀的頻域特征；

所述提取目標語音的第二頻域特征，包括：

獲取目標語音的第二頻域特征其中，為所述目標語音的第t幀的頻域特征；為所述目標語音的第t-1幀的頻域特征；為所述目標語音的第t+1幀的頻域特征。

3.根據權利要求1或2所述的方法，其特征在于，

所述第一頻域特征為所述源語音的梅爾頻率倒譜系數特征；

所述第二頻域特征為所述目標語音的梅爾頻率倒譜系數特征。

4.根據權利要求1所述的方法，其特征在于，

所述對所述高斯模型的高斯分量的第一后驗概率進行平滑處理，得到平滑處理后的第二后驗概率，包括：

利用如下函數對所述高斯分量的第一后驗概率進行處理，以獲得所述第二后驗概率；

A₁＝P_med-P_min

A₂＝P_med-P_max，其中，P_cur為當前幀的所述第一后驗概率；P_min為濾波窗內所有幀的后驗概率中的最小值，P_max為所述濾波窗內所有幀的后驗概率中的最大值；P_med為所述濾波窗內所有幀的后驗概率中的中值；

若A₁0,A₂0，則利用如下函數后續(xù)處理，

B₁＝P_cur-P_min

B₂＝P_cur-P_max

B₁0,B₂0，則將P_cur作為所述第二后驗概率輸出，否則將P_med作為平滑處理后的所述第二后驗概率。

5.根據權利要求1或2所述的方法，其特征在于，所述方法還包括：

獲取第一語音；

利用所述第二轉換函數對所述第一語音進行聲音特征轉變，得到與所述第一語音語義內容相同且聲音特征不同的第二語音。

6.根據權利要求5所述的方法，其特征在于，

所述第一語音的發(fā)音對象為所述源語音的發(fā)音對象之一。