公开(公告)号：CN111462768B

公开(公告)日：2023-04-25

申请号：CN202010168942.6

申请日：2020-03-12

Applicant: 南京邮电大学

Inventor： 李燕萍 ,  沙淮 ,  徐伶俐

IPC: G10L21/013 ,  G10L19/00 ,  G10L13/04 ,  G10L25/18 ,  G10L25/48 ,  G06N3/094 ,  G06N3/0464 ,  G06N3/047

Abstract: 本发明公开了一种基于共享训练的多尺度StarGAN的语音转换方法，使用多尺度StarGAN结构，在不同级别上来表示多尺度特征并且增加了每层网络的感受野范围，同时使用残差连接，缓解梯度消失的问题，使得网络能够更深层次地传播，显著地提升了转换后的语音质量，进一步使用Share‑Learning训练鉴别器和分类器的共享模块Share‑Block，不仅能够减少模型参数，而且共享模块的参数可以同时训练到，能够加快鉴别器和分类器训练过程，提升鉴别器和分类器的性能，实现了一种高质量的语音转换方法，在跨语种语音转换、电影配音、语音翻译和医疗辅助等领域有很好的应用前景。

公开(公告)号：CN111462768A

公开(公告)日：2020-07-28

申请号：CN202010168942.6

申请日：2020-03-12

Applicant: 南京邮电大学

Inventor： 李燕萍 ,  沙淮 ,  徐伶俐

IPC: G10L21/013 ,  G10L19/00 ,  G10L13/04 ,  G10L25/18 ,  G10L25/48 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明公开了一种基于共享训练的多尺度StarGAN的语音转换方法，使用多尺度StarGAN结构，在不同级别上来表示多尺度特征并且增加了每层网络的感受野范围，同时使用残差连接，缓解梯度消失的问题，使得网络能够更深层次地传播，显著地提升了转换后的语音质量，进一步使用Share-Learning训练鉴别器和分类器的共享模块Share-Block，不仅能够减少模型参数，而且共享模块的参数可以同时训练到，能够加快鉴别器和分类器训练过程，提升鉴别器和分类器的性能，实现了一种高质量的语音转换方法，在跨语种语音转换、电影配音、语音翻译和医疗辅助等领域有很好的应用前景。