CN114512112B 语音合成模型的训练方法、装置、电子设备和存储介质 （达闼科技（北京）有限公司）_第1页
CN114512112B 语音合成模型的训练方法、装置、电子设备和存储介质 （达闼科技（北京）有限公司）_第2页
CN114512112B 语音合成模型的训练方法、装置、电子设备和存储介质 （达闼科技（北京）有限公司）_第3页
CN114512112B 语音合成模型的训练方法、装置、电子设备和存储介质 （达闼科技（北京）有限公司）_第4页
CN114512112B 语音合成模型的训练方法、装置、电子设备和存储介质 （达闼科技（北京）有限公司）_第5页
已阅读5页，还剩26页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

A,2021.05.11A,2020.05.15A,2019.08.09A,2021.05.25子设备和存储介质，该模型包括生成器和判别2获取若干标注有文本信息的第一音频数据生成训练样本集；其中将所述第一音频数据和所述第二音频数据输入至所述判别器中，述训练样本集中选取N个训练样本，根据所述N个训练样本的判别结果和预设的损失函数，短时傅里叶变换损失和子频带的多尺度短时傅述第二损失项：3按照预设的发音规则和过滤后的所述文本信息的内容，将过滤后的所将所述验证样本上标注的文本信息输入至训练后的所述语音合成模别器的输出为对所述第一音频数据和所述第二音频数据之间的相似程度的判训练模块，用于将所述文本信息输入至所述生成器中所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被4理器执行时实现权利要求1至8中任一项所述的语音合成模型的5第一音频数据和所述第二音频数据输入至所述判别器中，获取所述判别器输出的判别结[0006]本申请的实施例还提供了一种语音合成模型的训练装置67效衡量第一音频数据(真实音频)和第二音频数据(预测音频)之间的相似性和差异性，因除所述文本信息中的符号信息和/或冗余信息；按照预设的发音规则和过滤后的所述文本[0021]图6是根据本申请的一个实施例中，获取若干标注有文本信息的第一音频数据生89[0038]在具体实现中，语音合成模型基于对抗网络(GenerativeAdversarial[0043]在一个实施例中，服务器生成的训练样本集中包括K个训练样本，K为大于1的整仅根据特征匹配损失无法有效衡量第一音频数据(真实音频数据)和第二音频数据(预测音转化为向量序列。语音合成模型的生成器，获取生成器输出的第三语音数据，使用平均主观意见评分(MeanA3.73.9B3.94.0C3.94.2节，并非实施本方案的必须，本实施例的语音合成模型的训练装置的示意图可以如图8所块601先构建包括生成器和判别器的语音合成模型，并将构建完成的语音合成模型提供给[0090]训练模块603，用于将文本信息输入至生成器中，获取生成器输出的第二音频数至少一个处理器701能够执行上述各实施例中的语音合成模型得一个设备(可以是单片机，芯片等)或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论