一种生成方言语音合成大模型的方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种生成方言语音合成大模型的方法
申请号:CN202510984089
申请日期:2025-07-17
公开号:CN120636367A
公开日期:2025-09-12
类型:发明专利
摘要
本发明涉及一种生成方言语音合成大模型的方法,包括以下步骤:收集训练数据,训练数据包括音频和文本;构造训练数据,应用目标方言拼音和IPA映射将目标方言拼音精标逐音节替换成IPA精标,形成训练数据;生成模型,模型包括语义信息编码器、语音梅尔谱和生成模块;训练模型,使用大规模普通话数据对模型进行第一阶段训练;引入方言数据与适量配比的普通话数据对模型进行第二阶段训练,形成方言语音合成大模型。本发明可以生成高质量、多样化的方言语音。
技术关键词
拼音 信息编码器 语音 收集训练数据 语义 模块 汉字 文本 词语 音频 概念 机制 核心 噪声 标记 元素 序列