北京达佳互联信息技术有限公司周汪劲获国家专利权
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！
龙图腾网获悉北京达佳互联信息技术有限公司申请的专利音频生成模型的训练方法、音频生成方法和装置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：CN120356454B 。
龙图腾网通过国家知识产权局官网在2025-08-29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：202510856929.2，技术领域涉及：G10L13/08；该发明授权音频生成模型的训练方法、音频生成方法和装置是由周汪劲;李楠;张晨;张迪;于梦蕾;陈睿龙;盖坤设计研发完成，并于2025-06-25向国家知识产权局提交的专利申请。
本音频生成模型的训练方法、音频生成方法和装置在说明书摘要公布了：本公开提供了一种音频生成模型的训练方法、音频生成方法和装置，属于音频技术领域。通过上述的训练过程，可以采用潜在空间流匹配的方式来进行生成式模型的训练，在模型训练过程中，不仅以描述文本或者视频为条件，引导了预测的快速收敛，还在生成式模型的自注意力机制的基础上，结合了交叉注意力机制，以能够通过预测比例谱的形式来达到更简单的表达，从而能够在保证了所生成内容的准确性的同时，提升训练的效率。
本发明授权音频生成模型的训练方法、音频生成方法和装置在权利要求书中公布了：1.一种音频生成模型的训练方法，其特征在于，所述方法包括： 获取训练数据，所述训练数据包括多个双声道立体声数据，所述训练数据还包括所述多个双声道立体声数据来源的样本视频和样本视频的描述文本中的至少一项； 获取各个所述双声道立体声数据的比例谱，所述比例谱表征所述双声道立体声数据中左右声道数据的频谱之间的差与和的比； 基于高斯分布，对多个所述比例谱进行加噪； 基于所述各个样本视频以及所述双声道立体声数据，生成多个第一样本序列，第一样本序列表征样本视频、所述双声道立体声数据的平均频谱以及加噪后的比例谱； 基于所述样本视频和所述样本视频的描述文本中至少一项，生成第二样本序列； 以所述第一样本序列为模型的主输入、以所述第二样本序列为模型的辅助输入，通过音频生成模型对所述第一样本序列和所述第二样本序列进行处理，得到各个所述第一样本序列对应的预测向量场； 基于所述加噪后的比例谱、各个所述第一样本序列对应的预测向量场和所述高斯分布，对所述音频生成模型进行训练。
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北京达佳互联信息技术有限公司，其通讯地址为：100085 北京市海淀区西二旗西路16号院12号楼8层101；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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号