Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西北师范大学张维昭获国家专利权

西北师范大学张维昭获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉西北师范大学申请的专利一种面向低资源条件下的多风格个性化藏语语音合成模型获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116092471B

龙图腾网通过国家知识产权局官网在2025-08-26发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211129389.0,技术领域涉及:G10L13/027;该发明授权一种面向低资源条件下的多风格个性化藏语语音合成模型是由张维昭;杨鸿武;李锦珑;甘振业设计研发完成,并于2022-09-16向国家知识产权局提交的专利申请。

一种面向低资源条件下的多风格个性化藏语语音合成模型在说明书摘要公布了:本发明公开了一种面向低资源条件下的多风格个性化藏语语音合成模型,包括说话人风格编码器以及依次相连的字音转换模块、文本编码器、方差适配器、梅尔谱解码器和HifiGAN声码器;采用“预训练+元学习”的模型算法训练该合成模型;将深度学习模型可学习的模型参数θ分为与韵律相关的参数θ p、与说话人相关的参数θ s和其他剩余参数构成,即 θ p和θ s包括说话人风格编码器的可学习模型参数,包括文本编码器、梅尔谱解码器和方差适配器的可学习模型参数。该合成模型可应用于智能化双语教学产品,也可应用于藏语口语对话、多媒体信息处理以及其他人机交互等领域。

本发明授权一种面向低资源条件下的多风格个性化藏语语音合成模型在权利要求书中公布了:1.一种面向低资源条件下的多风格个性化藏语语音合成模型,其特征在于,包括说话人风格编码器以及依次相连的字音转换模块、文本编码器、方差适配器、梅尔谱解码器和HifiGAN声码器; 说话人风格编码器包括说话人向量仿射层以及依次相连接的韵律向量提取器、梯度翻转层和说话人分类器,韵律向量提取器还与韵律向量仿射层相连;韵律向量提取器由依次设置的全连接层A、一维卷积层A、多头注意力机制层A、全连接层B和时间信息池化层构成;时间信息池化层分别与梯度翻转层和韵律向量仿射层相连; 文本编码器由依次设置的多头注意力机制层B、说话人风格自适应归一化层A、一维卷积层B和说话人风格自适应归一化层B组成;多头注意力机制层B与字音转换模块相连接;说话人风格自适应归一化层B与方差适配器相连; 梅尔谱解码器由依次设置的多头注意力机制层C、说话人风格自适应归一化层C、一维卷积层C、说话人风格自适应归一化层D和全连接层C构成; 全连接层C与HifiGAN声码器相连接;多头注意力机制层C与方差适配器相连接; 说话人风格编码器分别与文本编码器和梅尔谱解码器相连; 该合成模型采用“预训练+元学习”的模型算法进行训练;将深度学习模型可学习的模型参数θ分为与韵律相关的参数θ p、与说话人相关的参数θ s和其他剩余参数构成,即;θ p和θ s包括说话人风格编码器的可学习模型参数,包括文本编码器、梅尔谱解码器和方差适配器的可学习模型参数。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人西北师范大学,其通讯地址为:730070 甘肃省兰州市安宁区安宁东路967号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。