基本信息:
- 专利标题： 一种基于条件生成对抗网络的蒙古语情感语音合成方法
- 申请号：CN202310729047.0 申请日：2023-06-19
- 公开(公告)号：CN117079637A 公开(公告)日：2023-11-17
- 发明人： 仁庆道尔吉 , 王乐乐 , 石宝 , 吉亚图 , 李雷孝
- 申请人： 内蒙古工业大学
- 申请人地址： 内蒙古自治区呼和浩特市土默特左旗内蒙古工业大学金川校区
- 专利权人： 内蒙古工业大学
- 当前专利权人： 内蒙古工业大学
- 当前专利权人地址： 内蒙古自治区呼和浩特市土默特左旗内蒙古工业大学金川校区
- 代理机构： 西安智大知识产权代理事务所
- 代理人： 段俊涛
- 主分类号： G10L13/027
- IPC分类号： G10L13/027 ; G10L13/08 ; G10L25/18 ; G10L25/30 ; G10L25/63
摘要：
一种基于条件生成对抗网络的蒙古语情感语音合成方法，对蒙古语文本进行字母到音素转换，得到音素序列数据；从蒙古语情感音频提取梅尔频谱一；将音素序列数据与梅尔频谱一输入语音文本联合预训练模型，训练语音和文本的对齐信息；FastSpeech2声学模型中加入情感模块，得到改进模型，以改进模型为生成器，引入鉴别器和情感标签构建条件生成式对抗网络；生成器以语音文本联合预训练模型的输出为输入，输出梅尔频谱二，鉴别器判断梅尔频谱二与梅尔频谱一，直至误差小于预设；将满足误差要求的梅尔频谱二输入至声码器，将声学特征转换为语音波形，完成蒙古语情感语音合成。本发明可以直接从字符合成情感语音，大大降低对语言学知识的要求。
IPC结构图谱:
| G | 物理 |
| --G10 | 乐器；声学 |
| ----G10L | 语言分析或合成；语言识别 |
| ------G10L13/00 | 语音合成；正文—语音合成系统 |
| --------G10L13/02 | .产生合成语音的方法；语音合成设备 |
| ----------G10L13/027 | ..概念－语音合成；从基于机器的概念产生自然词语 |