CN115101049B 依存结构知识指导的端到端越南语语音合成方法 （昆明理工大学）_第1页
CN115101049B 依存结构知识指导的端到端越南语语音合成方法 （昆明理工大学）_第2页
CN115101049B 依存结构知识指导的端到端越南语语音合成方法 （昆明理工大学）_第3页
CN115101049B 依存结构知识指导的端到端越南语语音合成方法 （昆明理工大学）_第4页
CN115101049B 依存结构知识指导的端到端越南语语音合成方法 （昆明理工大学）_第5页
已阅读5页，还剩14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

依存结构知识指导的端到端越南语语音合本发明涉及依存结构知识指导的端到端越构树外部指导知识，提升合成音频的韵律表现文本-语音的单调性对齐关系建模，提升合成模2南语依存结构图构建的掩码矩阵，在隐式层面指导越南语文本-语音的单调性对齐关系建Step2.1、编码端包括越南语依存结构编码端与融合依存结构知识的文本编码端两个e表示文本编码端双向长短期记忆层的隐状态输出；cross_attne表示文本编码依存的词语和依存于该词语的词语进行重点关注而非对句子中的所有词语2.根据权利要求1所述的依存结构知识指导的端到端越南语语音合成方法，其特征在3TransformerTTS，提升了模型对文本长距离依赖建模的能力，同时使模型可以平行训练。种上的语音合成方法在越南语上的合成效果不尽人意，合成音频缺乏韵律表现性的问题，4于越南语依存结构图构建的掩码矩阵，在隐式层面指导越南语文本-语音的单调性对齐关他词语直接或间接依存于该词，最终得到的依存结构树作为模型输入反向连接将越南语依存结构树中的单向连接变为双向连接，从而构建越南语依存结构图，[0016]Step2.1、本发明的编码端包括越南语词语依存的词语和依存于该词语的词语进行重点关注而非对句子中的所有词语都进行关5于越南语依存结构图构建的掩码矩阵，在隐式层面指导越南语文本-语音的单调性对齐关他词语直接或间接依存于该词，最终得到的依存结构树作为模型输入反向连接将越南语依存结构树中的单向连接变为双向连接，从而构建越南语依存结构图，6[0038]Step2.1、本发明的编码端包括越南语词语依存的词语和依存于该词语的词语进行重点关注而非对句子中的所有词语都进行关隐藏层维度为1024。训练数据集音频的采样率统一为22050hz。所有实验均在一张NVIDIA[0048]Tacotron2+界定注意力损失函数：在Tacotron2的基础上改进解码端注意力机制参考Zhu等人的方法，在本发明任务中具体的做法为在编码端的文本输入嵌入层后添加越[0050]Tacotron2+编码端融入依存结构：在Tacotron2+界定注意力损失函数的基础上,[0051]Tacotron2+解码端融入依存结构：在Tacotron2+界定注意力损失函数的基础上,7[0052]Tacotron2+编码端融入依存结构+编码端融入依存结构：在Tacotron2+界定注意[0055]由表可以分析出通过融入依存结构知识指导的越南语语音合成模型合成出的越只在编码端融入越南语依存结构信息的实验效果要优于只在解码端融入越南语依存结构成系统的质量。均方根误差(RMSE)是预测值与真实值偏差的平方与观测次数n比值的平方8

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