恭喜四川启睿克科技有限公司朱海获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网恭喜四川启睿克科技有限公司申请的专利无监督情感语音合成装置及方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114842881B 。
龙图腾网通过国家知识产权局官网在2025-06-17发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210634438.X,技术领域涉及:G10L13/033;该发明授权无监督情感语音合成装置及方法是由朱海设计研发完成,并于2022-06-07向国家知识产权局提交的专利申请。
本无监督情感语音合成装置及方法在说明书摘要公布了:本发明公开了一种无监督情感语音合成装置,包括:情感提取模块,用于对输入的真实音频特征提取情感隐变量特征;随机采样模块,用于利用所述情感隐变量特征得到情感分类标签以及每个类别的后验分布;参数拟合模块,用于根据先验分布、后验分布以及真实音频特征、预测音频特征对语音合成模块参数进行拟合;语音合成模块,用于对待合成文本以及目标情感标签生成情感语音;本发明还公开了一种无监督情感语音合成方法,本发明无需人工对数据进行情感标注,采用无监督的方式对从音频提取的情感隐变量特征进行后验分布建模,并进行随机采样获得多维度的情感标签,实现了高表现力的情感语音合成。
本发明授权无监督情感语音合成装置及方法在权利要求书中公布了:1.一种无监督情感语音合成方法,其特征在于,采用无监督情感语音合成装置实现,所述的装置包括: 情感提取模块,用于对输入的真实音频特征提取情感隐变量特征; 随机采样模块,用于利用所述情感隐变量特征得到情感分类标签以及每个类别的后验分布; 参数拟合模块,用于根据先验分布、后验分布以及真实音频特征、预测音频特征对语音合成模块参数进行拟合; 语音合成模块,用于对待合成文本以及目标情感标签生成情感语音; 所述的方法包括以下步骤: S1、获取输入文本及对应的真实音频特征,通过情感提取模块对真实音频特征提取情感隐变量特征; S2、利用随机采样模块对步骤S1获取的情感隐变量特征进行随机采样,得到情感分类标签,同时计算每个类别的后验分布; S3、获取语音合成模块,根据语音合成模块、步骤S1的输入文本、步骤S2的情感分类标签得到预测音频特征; S4、获取情感标签的先验分布,利用参数拟合模块根据先验分布与步骤S2得到的后验分布、步骤S3得到的预测音频特征与步骤S1的真实音频特征,对语音合成模块参数进行训练; 在步骤S4中,所述情感标签的先验分布为均匀分布;根据所述预测音频特征与真实音频特征的均方损失函数作为第一距离度量A,根据所述情感标签的先验分布与后验分布的KL散度作为第二距离度量B,以最小化αA+βB作为优化目标,其中α、β为给定权重,通过梯度反向传播对语音合成模块参数进行训练; S5、根据待合成文本、目标情感标签以及步骤S4的语音合成模块得到情感语音。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人四川启睿克科技有限公司,其通讯地址为:610000 四川省成都市中国(四川)自由贸易试验区成都高新区天府四街199号1栋33层;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。