平安银行股份有限公司杨焱麒获国家专利权
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!
龙图腾网获悉平安银行股份有限公司申请的专利一种基于元学习的自适应文字转语音方法及其相关设备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:CN114999442B 。
龙图腾网通过国家知识产权局官网在2026-02-03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:202210591183.3,技术领域涉及:G10L13/02;该发明授权一种基于元学习的自适应文字转语音方法及其相关设备是由杨焱麒设计研发完成,并于2022-05-27向国家知识产权局提交的专利申请。
本一种基于元学习的自适应文字转语音方法及其相关设备在说明书摘要公布了:本申请属于人工智能领域,涉及一种基于元学习的自适应文字转语音方法,包括:根据全量数据集进行预训练,得到预设的声学模型的初始值;采样声音训练样本数据,通过预设的声学模型进行特征训练以生成mel频谱,以及通过预设的风格编码器生成风格编码;对预设的声学模型的层归一化进行自适应实例归一化处理,得到包括目标mel频谱的目标声学模型;最后对陌生样本数据进行转换以输出带有风格编码的目标语音数据。本申请还提供基于元学习的自适应文字转语音装置、计算机设备及存储介质。此外,本申请还涉及区块链技术,在转换过程中涉及到的数据可存储于区块链中。本申请能减少训练的复杂度,实现小样本数据的适应性学习及转换。
本发明授权一种基于元学习的自适应文字转语音方法及其相关设备在权利要求书中公布了:1.一种基于元学习的自适应文字转语音方法,其特征在于,包括下述步骤: 基于发声者的全量数据集进行模型预训练,将预训练得到的模型参数作为预设的声学模型的初始值,其中,所述预设的声学模型为基于transformer的声学模型; 从所述全量数据集中采样声音训练样本数据,通过所述预设的声学模型根据所述声音训练样本数据进行特征训练以生成mel频谱,以及通过预设的风格编码器生成风格编码,其中,所述预设的风格编码器根据发声者的声音数据进行编码,生成与声音数据对应的风格编码,在风格编码中包括发声者的身份信息、音调和韵律; 对所述预设的声学模型的层归一化进行自适应实例归一化处理,将所述风格编码注入所述预设的声学模型中,得到包括目标mel频谱的目标声学模型,其中,所述目标mel频谱带有所述风格编码; 获取陌生样本数据,并将所述陌生样本数据输入到所述目标声学模型中,以输出与所述陌生样本数据对应的带有所述风格编码的目标语音数据; 所述对所述预设的声学模型的层归一化进行自适应实例归一化处理,将所述风格编码注入所述预设的声学模型中,得到包括目标mel频谱的目标声学模型的步骤具体包括: 通过所述自适应实例归一化处理计算所述风格编码的第一参数; 通过所述自适应实例归一化处理计算所述mel频谱的第二参数; 基于所述mel频谱的第一参数以及所述风格编码的第二参数进行数据匹配,输出带有风格编码的所述目标mel频谱。
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平安银行股份有限公司,其通讯地址为:518000 广东省深圳市罗湖区深南东路5047号;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”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励