[發明專利]一種語音音色轉換方法、裝置及計算機可讀存儲介質

在審

• 申請號: 202211264983.0
• 申請日: 2022-10-14
• 公開（公告）號: CN115588424A
• 公開（公告）日: 2023-01-10
• 發明（設計）人: 詹維典;林昊;徐偉;王啟騰;梁萬山;納穎泉
• 申請（專利權）人: 招聯消費金融有限公司
• 主分類號: G10L13/027
• 分類號: G10L13/027;G10L13/033
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 肖騰蛟

1.一種語音音色轉換方法，其特征在于，包括：

獲取第一音頻對應的第一頻譜；

從音色庫提取第一音色特征參量，其中，所述音色庫中包括多個預置的音色特征參量；

通過預設的音色轉換模型來根據所述第一頻譜和所述第一音色特征參量確定出第二頻譜；

根據所述第二頻譜確定出所述第一音色特征參量對應的第一音色的第二音頻。

2.根據權利要求1所述的方法，其特征在于，所述第一頻譜包括N個第一子頻譜，所述第二頻譜包括N-1個第二子頻譜，其中，N為大于或者等于2的正整數；

所述通過預設的音色轉換模型來根據所述第一頻譜和所述第一音色特征參量確定出第二頻譜，包括：

對所述N個第一子頻譜中任意兩個相鄰的第一子頻譜i和第一子頻譜j進行以下頻譜合成操作：

根據所述第一子頻譜i和所述第一子頻譜j確定出第一中間頻譜k；

通過預設的音色轉換模型來根據所述第一音色特征參量和所述第一中間頻譜k確定出一個第二子頻譜；

根據對所述N個第一子頻譜中各相鄰的兩個第一子頻譜執行所述頻譜合成操作的結果確定出所述N-1個第二子頻譜。

3.根據權利要求2所述的方法，其特征在于，所述根據所述第一子頻譜i和所述第一子頻譜j確定出第一中間頻譜k，包括：

根據預設的第一截取偏移量對所述第一子頻譜i進行頻譜截取以得到第一子中間頻譜k1；

根據所述預設的第二截取偏移量對所述第一子頻譜j進行頻譜截取以得到第一子中間頻譜k2；

對所述第一子中間頻譜k1和所述第一子中間頻譜k2進行頻譜合并以得到第一中間頻譜k。

4.根據權利要求3所述的方法，其特征在于，所述根據預設的第一截取偏移量對所述第一子頻譜i進行截取以得到第一子中間頻譜k1，包括：

獲取所述第一子頻譜i的終止時刻和第一中心時刻；

根據所述第一中心時刻和所述預設的第一截取偏移量確定出第一中間時刻t1，其中，所述第一中間時刻t1在所述第一中心時刻之前且所述第一中心時刻與所述第一中間時刻t1的差值為所述第一截取偏移量；

根據所述第一中間時刻t1和所述終止時刻從所述第一子頻譜i中截取出所述第一子中間頻譜k1。

5.根據權利要求3或4所述的方法，其特征在于，所述根據所述預設的第二截取偏移量對所述第一子頻譜j進行截取以得到第一子中間頻譜k2，包括：

獲取所述第一子頻譜j的起始時刻和第二中心時刻；

根據所述第二中心時刻和所述預設的第二截取偏移量確定出第一中間時刻t2，其中，所述第一中間時刻t2在所述第二中心時刻之后且所述第一中間時刻t2與所述第二中心時刻的差值為所述第二截取偏移量；

根據所述起始時刻和所述第一中間時刻t2從所述第一子頻譜j中截取出所述第一子中間頻譜k2。

6.根據權利要求2或3所述的方法，其特征在于，所述根據所述第二頻譜確定出所述第一音色特征參量對應的第一音色的第二音頻，包括：

對所述N-1個第二子頻譜中任一第二子頻譜m執行以下音頻片段還原操作：

通過預設的聲碼器模型對所述第二子頻譜m進行處理以得到對應的中間音頻片段；

根據預設的三截取偏移量對所述中間音頻片段進行音頻截取以得到目標音頻片段；根據對所述N-1個第二子頻譜中各第二子頻譜執行所述音頻片段還原操作得到的N-1個目標音頻片段確定出所述第一音色特征參量對應的第一音色的第二音頻。

7.根據權利要求6所述的方法，其特征在于，所述根據預設的第三截取偏移量對所述中間音頻片段進行截取以得到目標音頻片段，包括：

獲取所述中間音頻片段的起始時刻和終止時刻；

根據所述預設的第三截取偏移量確定出第一時刻和第二時刻，其中，所述第一時刻與所述起始時刻的差值為所述第三截取偏移量，所述終止時刻與所述第二時刻的差值為所述第三截取偏移量；

根據所述第一時刻和所述第二時刻在所述中間音頻片段中確定出所述目標音頻片段。