一种使用神经网络的零样本语音转换语料预处理方法

发明专利有效专利

申请号：
CN202011433778.3
IPC分类号：G10L15/26;G10L17/04;G10L25/30;G06N3/04;G06N3/08
申请日期：
2020-12-10
申请人：
青海民族大学

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	一种使用神经网络的零样本语音转换语料预处理方法
申请号	CN202011433778.3	申请日期	2020-12-10
法律状态	授权	申报国家	中国
公开/公告日	2021-03-26	公开/公告号	CN112562686A
优先权	暂无	优先权号	暂无
主分类号	G10L15/26 ? 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〕 G10L15/00 语音识别（G10L 17/00优先）〔7，2013.01〕 G10L15/26 语音—正文识别系统（G10L 15/08优先）〔7〕	IPC分类号	G;1;0;L;1;5;/;2;6;;;G;1;0;L;1;7;/;0;4;;;G;1;0;L;2;5;/;3;0;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	青海民族大学	申请人地址	青海省西宁市八一中路3号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	青海民族大学	当前权利人	青海民族大学
发明人	魏建国;更太加
代理机构	北京华智则铭知识产权代理有限公司	代理人	暂无

摘要

本发明提供一种使用神经网络的零样本语音转换语料预处理方法，在零样本语音转换这一全新领域中提升了说话人身份编码向量的有效性，在转换语音的质量上得到了一定的提升，对说话人身份编码进行基于神经网络的预处理，使用说话人身份编码器提取语料中的说话人身份编码向量，将提取出的向量和使用内容编码器提取出的内容编码一起输入到生成器中，生成器得到调整之后的说话人身份编码向量，将从生成器中得到的结果作为该说话人的最终身份编码向量，即作为该说话人的身份标签输入到解码器中，解码器生成转换后的音频特征序列。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供