-
公开(公告)号：CN113808570B
公开(公告)日：2023-07-14
申请号：CN202111056323.9
申请日：2021-09-09
Applicant: 南京邮电大学
Abstract: 本发明公开了基于激活指导和内卷积的跨语种语音转换方法，包括训练阶段和转换阶段。本发明中提出的语音转换模型由编码器和解码器组成，首先在编解码器中采用内卷积代替传统卷积，极大地减少模型的参数量和计算量，有效地提升算法的运行效率；进一步利用编码器中的激活指导提取源说话人语句中的内容信息，同时采用U型连接将目标说话人的个性信息从编码器传递到解码器，并在解码器中与源说话人语句中的内容信息进行重构，从而实现高质量的跨语种语音转换。与此同时，该方法还可以对不在训练集内的说话人实现转换，即完成开集情形下任意说话人的跨语种转换。
-
公开(公告)号：CN113643687A
公开(公告)日：2021-11-12
申请号：CN202110772028.7
申请日：2021-07-08
Applicant: 南京邮电大学
IPC: G10L13/047 , G10L25/03 , G10L25/24 , G10L25/30 , G10L21/007 , G06N3/04
Abstract: 本发明公开了一种融合DSNet与EDSR网络的非平行多对多语音转换方法，本方法包括训练阶段和转换阶段，训练过程不需要任何对齐过程，能够实现非平行文本条件下的多对多语音转换。训练阶段包括以下步骤：获取训练语料，训练语料由8名说话人的语料组成，说话人包含源说话人和目标说话人；提取训练语料中的声学特征向量，将特征向量输入到转换网络中进行训练，转换网络包括生成器、鉴别器和分类器，生成器融合了DSNet与EDSR网络。本方法利用EDSR网络提升模型对语音频谱信息的提取能力，再通过DSNet网络将提取的频谱信息进行特征融合，从而较好地提升了转换语音的音质和个性相似度，实现高质量的多对多语音转换。
-
公开(公告)号：CN113643687B
公开(公告)日：2023-07-18
申请号：CN202110772028.7
申请日：2021-07-08
Applicant: 南京邮电大学
IPC: G10L13/047 , G10L25/03 , G10L25/24 , G10L25/30 , G10L21/007 , G06N3/0464
Abstract: 本发明公开了一种融合DSNet与EDSR网络的非平行多对多语音转换方法，本方法包括训练阶段和转换阶段，训练过程不需要任何对齐过程，能够实现非平行文本条件下的多对多语音转换。训练阶段包括以下步骤：获取训练语料，训练语料由8名说话人的语料组成，说话人包含源说话人和目标说话人；提取训练语料中的声学特征向量，将特征向量输入到转换网络中进行训练，转换网络包括生成器、鉴别器和分类器，生成器融合了DSNet与EDSR网络。本方法利用EDSR网络提升模型对语音频谱信息的提取能力，再通过DSNet网络将提取的频谱信息进行特征融合，从而较好地提升了转换语音的音质和个性相似度，实现高质量的多对多语音转换。
-
公开(公告)号：CN113808570A
公开(公告)日：2021-12-17
申请号：CN202111056323.9
申请日：2021-09-09
Applicant: 南京邮电大学
Abstract: 本发明公开了基于激活指导和内卷积的跨语种语音转换方法，包括训练阶段和转换阶段。本发明中提出的语音转换模型由编码器和解码器组成，首先在编解码器中采用内卷积代替传统卷积，极大地减少模型的参数量和计算量，有效地提升算法的运行效率；进一步利用编码器中的激活指导提取源说话人语句中的内容信息，同时采用U型连接将目标说话人的个性信息从编码器传递到解码器，并在解码器中与源说话人语句中的内容信息进行重构，从而实现高质量的跨语种语音转换。与此同时，该方法还可以对不在训练集内的说话人实现转换，即完成开集情形下任意说话人的跨语种转换。
-
-
-
Search Results
4
records
(took 0.012 seconds)
