一种基于嵌入式系统的端到端语音合成网络

发明专利有效专利

申请号：
CN202111035763.6
IPC分类号：G10L13/04G10L13/047G10L25/24G10L25/30G10L19/16
申请日期：
2021-09-06
申请人：
大连理工大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于嵌入式系统的端到端语音合成网络
申请号	CN202111035763.6	申请日期	2021-09-06
法律状态	公开	申报国家	中国
公开/公告日	2021-11-26	公开/公告号	CN113707126A
优先权	暂无	优先权号	暂无
主分类号	G10L13/04 ? IPC结构图谱： G 物理 G0 仪器 G10 乐器；声学 G10L 语音分析或合成；语音识别；语音或声音处理；语音或音频编码或解码〔4〕 G10L13/00 语音合成；文本-语音合成系统〔7〕 G10L13/02 产生合成语音的方法；语音合成设备〔7，2013.01〕 G10L13/04 语音合成系统的零部件，例如合成设备结构或存储器管理〔7，2013.01〕	IPC分类号	G10L13/04;G10L13/047;G10L25/24;G10L25/30;G10L19/16查看分类表>
申请人	大连理工大学	申请人地址	辽宁省大连市凌工*** 变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	大连理工大学	当前权利人	大连理工大学
发明人	李相
代理机构	辽宁鸿文知识产权代理有限公司	代理人	杨植

摘要

本发明属于嵌入式计算机技术领域，提供一种基于嵌入式系统的端到端语音合成网络，文字通过编解码，生成梅尔谱图，然后将图片通过声码器转换成语音文件。同时，在保证语音质量没有显著衰减的情况下，提高推理速度，做到实时，最后部署在嵌入式平台上面。采用该端到端网络，使用最新神经网络的方法，在减少参数和模型计算量的情况下，能够将推理速度大幅提高，并且通过前馈一个韵律编码器，达到韵律可调的作用。将文字通过前端编解码部分，生成梅尔谱图，之后通过声码器转为语音文件。即端到端的方法。该方法能够高效实时的合成音频，从而部署在地铁嵌入式平台上面。