公开(公告)号：CN113129862A

公开(公告)日：2021-07-16

申请号：CN202110436317.X

申请日：2021-04-22

申请人： 合肥工业大学

发明人： 卫星 ,  杜燕妮 ,  翟琰 ,  赵冲 ,  李航 ,  帅竞贤 ,  沈奥 ,  陆阳

IPC分类号： G10L13/02 ,  G10L13/04 ,  G10L19/16 ,  G10L25/30

摘要： 本发明涉及一种人工智能技术领域，提供一种基于world‑tacotron的语音合成方法、系统及服务器，本发明在现有的tacotron模型基础上，将韵律信息融入端到端声学建模过程，引入双任务学习框架，主任务为改进的tacotron模型，学习基于字符级嵌入表示的声学特征参数预测；辅助任务为韵律生成模型，即韵律生成器，学习基于词级嵌入的韵律预测。本发明在训练阶段，通过双任务的联合训练，在模型训练中可以学习到更加显示的韵律知识，从而优化了输出语音的质量。

公开(公告)号：CN113129862B

公开(公告)日：2024-03-12

申请号：CN202110436317.X

申请日：2021-04-22

申请人： 合肥工业大学

发明人： 卫星 ,  杜燕妮 ,  翟琰 ,  赵冲 ,  李航 ,  帅竞贤 ,  沈奥 ,  陆阳

IPC分类号： G10L13/02 ,  G10L13/04 ,  G10L19/16 ,  G10L25/30

摘要： 本发明涉及一种人工智能技术领域，提供一种基于world‑tacotron的语音合成方法、系统及服务器，本发明在现有的tacotron模型基础上，将韵律信息融入端到端声学建模过程，引入双任务学习框架，主任务为改进的tacotron模型，学习基于字符级嵌入表示的声学特征参数预测；辅助任务为韵律生成模型，即韵律生成器，学习基于词级嵌入的韵律预测。本发明在训练阶段，通过双任务的联合训练，在模型训练中可以学习到更加显示的韵律知识，从而优化了输出语音的质量。