使用神经网络以目标讲话者的话音从文本合成语音

发明专利有效专利

申请号：
CN201980033235.1
IPC分类号：G10L13/033;G10L13/04;G10L25/30
申请日期：
2019-05-17
申请人：
谷歌有限责任公司

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	使用神经网络以目标讲话者的话音从文本合成语音
申请号	CN201980033235.1	申请日期	2019-05-17
法律状态	实质审查	申报国家	中国
公开/公告日	2021-04-20	公开/公告号	CN112689871A
优先权	暂无	优先权号	暂无
主分类号	G10L13/033 ? 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〕 G10L13/033 声音编辑，例如操控合成器的声音〔2013.01〕	IPC分类号	G;1;0;L;1;3;/;0;3;3;;;G;1;0;L;1;3;/;0;4;;;G;1;0;L;2;5;/;3;0查看分类表>
申请人	谷歌有限责任公司	申请人地址	美国加利福尼亚州变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	谷歌有限责任公司	当前权利人	谷歌有限责任公司
发明人	贾晔;陈智峰;吴永辉;乔纳森·沈;庞若鸣;罗恩·J·韦斯;伊格纳西奥·洛佩斯·莫雷诺;任飞;张羽;王泉;帕特里克·安·蒲·阮
代理机构	中原信达知识产权代理有限责任公司	代理人	周亚荣;邓聪惠

摘要

用于语音合成的方法、系统和装置，包括在计算机存储介质上编码的计算机程序。所述方法、系统和装置包括以下动作：获得目标讲话者的语音的音频表示；获得将要以目标讲话者的话音合成语音的输入文本；通过将所述音频表示提供给被训练以将讲话者彼此区分开的讲话者编码器引擎来生成讲话者矢量；通过将所述输入文本和讲话者矢量提供给已使用参考讲话者的话音进行训练以生成音频表示的声谱图生成引擎来生成以所述目标讲话者的话音讲出的所述输入文本的音频表示；以及提供以所述目标讲话者的话音讲出的所述输入文本的所述音频表示以进行输出。

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