发明名称 |
个性化多声学模型的训练方法、语音合成方法及装置 |
摘要 |
本发明公开了一种用于语音合成的个性化多声学模型的训练方法、语音合成方法及装置,其中,该方法包括:基于训练语音数据的第一声学特征数据和与训练语音数据对应的第一文本标注数据,训练基准声学模型;获取目标用户的语音数据;根据基准声学模型和语音数据,训练第一目标用户声学模型;根据第一目标用户声学模型和第一文本标注数据生成第一文本标注数据的第二声学特征数据;以及基于第一文本标注数据和第二声学特征数据,训练第二目标用户声学模型。该实施例的模型训练方法,在训练目标用户声学模型过程中,降低了对目标用户的语音数据的规模的要求,利用少量的用户语音数据就可训练出多个包含目标用户的语音特点的个性化声学模型。 |
申请公布号 |
CN105185372B |
申请公布日期 |
2017.03.22 |
申请号 |
CN201510684475.1 |
申请日期 |
2015.10.20 |
申请人 |
百度在线网络技术(北京)有限公司 |
发明人 |
李秀林 |
分类号 |
G10L13/02(2013.01)I;G10L15/02(2006.01)I;G10L15/183(2013.01)I |
主分类号 |
G10L13/02(2013.01)I |
代理机构 |
北京清亦华知识产权代理事务所(普通合伙) 11201 |
代理人 |
宋合成 |
主权项 |
一种用于语音合成的个性化多声学模型的训练方法,其特征在于,包括以下步骤:基于训练语音数据的第一声学特征数据和与所述训练语音数据对应的第一文本标注数据,训练基准声学模型;获取目标用户的语音数据;根据所述基准声学模型和所述语音数据,训练第一目标用户声学模型;根据所述第一目标用户声学模型和所述第一文本标注数据生成所述第一文本标注数据的第二声学特征数据;以及基于所述第一文本标注数据和所述第二声学特征数据,训练第二目标用户声学模型。 |
地址 |
100085 北京市海淀区上地十街10号百度大厦三层 |