[發明專利]一種音色篩選方法及裝置

有效

• 申請號: 201910291775.1
• 申請日: 2019-04-11
• 公開（公告）號: CN110085209B
• 公開（公告）日: 2021-07-23
• 發明（設計）人: 徐波
• 申請（專利權）人: 廣州多益網絡股份有限公司;廣東利為網絡科技有限公司;多益網絡有限公司
• 主分類號: G10L13/047
• 分類號: G10L13/047;G10L17/14;G10L17/04
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 麥小嬋;郝傳鑫

1.一種音色篩選方法，其特征在于，包括：

根據若干個發音人的音頻數據獲取相應的音頻向量集合；其中，所述音頻向量集合中的每一個音頻向量對應一個發音人標簽；所述音頻向量包含發音人的音色特征；

根據預設的聚類算法對所述音頻向量集合進行聚類，獲得聚類結果；

根據所述發音人標簽對所述聚類結果中的每一個簇類進行簇標簽標記；

根據標記結果將所述聚類結果中的簇標簽相同的簇類進行合并，獲得合并聚類結果；其中，所述合并聚類結果中的簇類的數量與發音人的數量相同；

計算獲得所述合并聚類結果中的每一個簇類的錯誤率，并根據所述錯誤率對發音人的音色進行篩選。

2.如權利要求1所述的音色篩選方法，其特征在于，所述根據所述發音人標簽對所述聚類結果中的每一個簇類進行簇標簽標記，具體包括：

對于任意一個簇類，根據所述發音人標簽對所述簇類中的音頻向量的數量進行分類統計；

根據統計結果將數量最多的音頻向量對應的發音人標簽作為所述簇類的簇標簽。

3.如權利要求1所述的音色篩選方法，其特征在于，所述計算獲得所述合并聚類結果中的每一個簇類的錯誤率，并根據所述錯誤率對發音人的音色進行篩選，具體包括：

對于任意一個所述合并聚類結果中的簇類，根據所述發音人標簽對所述合并聚類結果中的簇類中的音頻向量的數量進行分類統計；

根據統計結果以及所述合并聚類結果中的簇類的簇標簽計算獲得不屬于所述簇類的音頻向量對應的錯誤率；

比較所述錯誤率與預設的錯誤率閾值的大小；

當所述錯誤率小于所述錯誤率閾值時，將所述合并聚類結果中的簇類中的音頻向量作為音色篩選結果。

4.如權利要求3所述的音色篩選方法，其特征在于，在所述計算獲得所述合并聚類結果中的每一個簇類的錯誤率，并根據所述錯誤率對發音人的音色進行篩選之后，所述方法還包括：

對于所述音色篩選結果中的任意一個簇類，將所述簇類中與所述簇類的簇標簽相同的發音人標簽所對應的音頻向量存儲到預設的發音人音頻向量庫中；其中，所述發音人音頻向量庫用于為語音合成系統提供音色合格的發音人音頻向量。

5.如權利要求1所述的音色篩選方法，其特征在于，所述聚類算法包括第一聚類算法和第二聚類算法；則，

所述根據預設的聚類算法對所述音頻向量集合進行聚類，獲得聚類結果，具體包括：

根據所述第一聚類算法和所述第二聚類算法分別對所述音頻向量集合進行聚類，對應獲得第一聚類結果和第二聚類結果；

所述根據所述發音人標簽對所述聚類結果中的每一個簇類進行簇標簽標記，具體包括：

根據所述發音人標簽分別對所述第一聚類結果和所述第二聚類結果中的每一個簇類進行簇標簽標記；

所述根據標記結果將所述聚類結果中的簇標簽相同的簇類進行合并，獲得合并聚類結果，具體包括：

根據標記結果分別將所述第一聚類結果和所述第二聚類結果中的簇標簽相同的簇類進行合并，對應獲得第一合并聚類結果和第二合并聚類結果；

所述計算獲得所述合并聚類結果中的每一個簇類的錯誤率，并根據所述錯誤率對發音人的音色進行篩選，具體包括：

計算獲得所述第一合并聚類結果中的每一個簇類的第一錯誤率以及所述第二合并聚類結果中的每一個簇類的第二錯誤率；

根據簇標簽相同的簇類對應的第一錯誤率和第二錯誤率對發音人的音色進行篩選。

6.如權利要求5所述的音色篩選方法，其特征在于，所述根據簇標簽相同的簇類對應的第一錯誤率和第二錯誤率對發音人的音色進行篩選，具體包括：

根據所述第一錯誤率和所述第二錯誤率通過以下公式計算獲得綜合錯誤率：

綜合錯誤率＝p*第一錯誤率+q*第二錯誤率；

其中，p和q為權重因子，p+q＝1；

比較所述綜合錯誤率與預設的綜合錯誤率閾值的大小；

當所述綜合錯誤率小于所述綜合錯誤率閾值時，將所述第一錯誤率對應的簇類中的音頻向量和所述第二錯誤率對應的簇類中的音頻向量作為音色篩選結果。