1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 行业资料
  5. 国内专利

基于人脸网格的语音合成系统.pdfVIP

  • 1
  • 0
  • 约2.16万字
  • 约 12页
  • 2023-12-23 发布于四川
  • 举报

基于人脸网格的语音合成系统.pdf

    本发明属于计算机视觉技术领域，尤其涉及一种带基于人脸网格的语音合成系统。包括如下步骤：S1.搭建唇动模型，通过编码器从视频数据中提取唇动高级特征；S2.视频语音识别，选择视频作为模型的输出，并通过唇动视频预测说话者所讲述的内容，形成文本；S3.文本到语音生成，通过自回归的方式合成文本所对应的梅尔频谱，再通过音频解码器合成音频波形。与现有的技术相比，本基于人脸网格的语音合成系统的优点在于：能够提高正确度，直接通过高级特征（唇部动作）进行唇读。

    (19)国家知识产权局

    (12)发明专利申请

    (10)申请公布号CN117275452A

    (43)申请公布日2023.12.22

    (21)申请号202310620975.3

    (22)申请日2023.05.30

    (71)申请人杭州电子科技大学

    地址3100

    您可能关注的文档

    最近下载

    文档评论（0）

    1亿VIP精品文档

    更多 >

    相关文档

    更多 >