基于离散化自监督表征增强的非自回归建模方法.pdfVIP

下载本文档

3
0
约9千字
约 9页
2023-10-25 发布于四川
举报
版权申诉

基于离散化自监督表征增强的非自回归建模方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明涉及基于离散化自监督表征增强的非自回归建模方法，属于自然语言处理技术领域。本发明首先结合老挝语的语言语音特点，在老挝语音素粒度上标注时长信息，其次使用非自回归架构建模声学模型，避免数据稀缺情况下自回归模型注意力机制泛化能力差的问题。通过自监督学习的预训练语音模型来提取语音内容和声调信息的离散化表征，融入到声学模型中增强模型的语音生成能力，增强合成音频的流畅性和自然性。本发明提出的基于离散化自监督表征增强的非自回归建模方法，能更好的在声调、音素时长、音高等细粒度层面刻画老挝语的语音特性。

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116935826 A (43)申请公布日 2023.10.24 (21)申请号 202310933874.1 (22)申请日 2023.07.27 (71)申请人昆明理工大学地址 650500