基于扩散的内容与风格解耦的语音转换方法.pdfVIP

下载本文档

7
0
约1.32万字
约 12页
2023-11-11 发布于四川
举报
版权申诉

基于扩散的内容与风格解耦的语音转换方法.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

本发明公开了基于扩散的内容与风格解耦的语音转换方法，涉及语音转换技术领域；包括如下步骤：获取源音频和对应的目标音频，并进行音频数据预处理；将所述源音频经过第一扩散模型建模得到内容特征；将所述目标音频经过第二扩展模型建模得到说话人信息的音色特征；基于注意力机制，对所述内容特征和所述说话人信息的音色特征进行整合，得到包含源音频内容信息和说话人音色的转换音频。本发明旨在使用扩散模型根据输入语音来解耦语音中的内容信息以及说话人信息，并使用注意力机制神经网络来重新整合内容信息与说话人信息并输出音频，从而达

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 117037820 A (43)申请公布日 2023.11.10 (21)申请号 202310999388.X (22)申请日 2023.08.09 (71)申请人北京中科智极科技有限公司地址