公开(公告)号：CN113299267B

公开(公告)日：2021-10-15

申请号：CN202110841392.4

申请日：2021-07-26

Applicant: 北京语言大学

Inventor： 解焱陆 ,  李柱 ,  张劲松

IPC: G10L13/02 ,  G10L13/04 ,  G06N3/04

Abstract: 本发明公开了一种基于变分自编码器的语音刺激连续统合成方法及装置，所述方法包括：从原始语音信号中提取关键声学线索；基于变分自编码器进行关键声学线索建模，并进行训练；利用训练好的关键声学线索模型合成语音连续统。所述装置包括：提取模块，用于从原始语音信号中提取关键声学线索；模型建立模块，用于基于变分自编码器进行关键声学线索建模，并进行训练；合成模块，用于利用训练好的关键声学线索模型合成语音连续统。本发明通过深度学习模型来合成感知实验中所需要的语音刺激连续统，能够解决现有技术中手动修改造成的信息损失和不自然的问题。

公开(公告)号：CN113299267A

公开(公告)日：2021-08-24

申请号：CN202110841392.4

申请日：2021-07-26

Applicant: 北京语言大学

Inventor： 解焱陆 ,  李柱 ,  张劲松

IPC: G10L13/02 ,  G10L13/04 ,  G06N3/04

Abstract: 本发明公开了一种基于变分自编码器的语音刺激连续统合成方法及装置，所述方法包括：从原始语音信号中提取关键声学线索；基于变分自编码器进行关键声学线索建模，并进行训练；利用训练好的关键声学线索模型合成语音连续统。所述装置包括：提取模块，用于从原始语音信号中提取关键声学线索；模型建立模块，用于基于变分自编码器进行关键声学线索建模，并进行训练；合成模块，用于利用训练好的关键声学线索模型合成语音连续统。本发明通过深度学习模型来合成感知实验中所需要的语音刺激连续统，能够解决现有技术中手动修改造成的信息损失和不自然的问题。