原创力文档- 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
查看更多
本发明涉及一种基于微调的快速适应发音人的语音合成方法及装置，其方法包括以下步骤，1)数据集准备：针对每个发音人，准备大于10条的短音频；以pipeline的方式对音频进行集中批量预处理操作；使用whisper模型对音频进行自动转录，再辅助人工检查转录正确性，得到处理后的标注文件；2)语音合成：利用大规模语料库，对预训练的语音合成模型进行训练；基于预训练模型进行微调，创建一个新模型，其中包含多个发音人的信息；将合成的音频波形转化为可听的声音，并输出合成语音；本发明能够快速适应不同发音人，实现声音克
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117456977A
(43)申请公布日2024.01.26
(21)申请号202311484503.6
(22)申请日2023.11.09
(71)申请人上海数珩信息科技
文档评论（0）