一种语音数据处理方法、装置、设备及介质

专利主权项内容

1.一种语音数据处理方法，其特征在于，包括：获取多个发音人的语音训练数据和目标发音人的语音训练数据，所述目标发音人的语音训练数据的数量远小于所述多个发音人的语音训练数据总数量；基于所述多个发音人的语音训练数据和所述目标发音人的语音训练数据，训练生成用于合成所述目标发音人语音的初级语音合成模型；根据预先配置的文本语料，利用所述初级语音合成模型，得到所述目标发音人用于语音合成的语料数据；所述根据预先配置的文本语料，利用所述初级语音合成模型，得到所述目标发音人用于语音合成的语料数据，包括：将预先配置的文本语料输入至所述初级语音合成模型，得到所述文本语料对应的语音合成数据；从所述语音合成数据中，筛选出符合预设要求的语音合成数据，并确定为所述目标发音人的语料数据；所述方法还包括：从所述语料数据中提取语音片段，利用提取出的语音片段组成用于拼接合成所述目标发音人语音的语音库，所述语音库中包含所述目标发音人的声学片段；在基于获得的输入文本合成所述目标发音人的语料数据时，对获得的输入文本进行处理，得到所述输入文本对应的声学参数；根据所述声学参数，从所述语音库中选取对应的声学片段进行拼接合成，得到与所述输入文本对应的目标发音人的语音数据。 详见官网：