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！

龙图腾网获悉浙江大学申请的专利一种基于发声表面肌电信号的无声语音重建方法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：CN114530165B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202111625746.8，技术领域涉及：G10L25/30；该发明授权一种基于发声表面肌电信号的无声语音重建方法是由李光;王酉;李卉艳;林皓泓;高晗设计研发完成，并于2021-12-28向国家知识产权局提交的专利申请。

本一种基于发声表面肌电信号的无声语音重建方法在说明书摘要公布了：本发明公开了一种基于发声表面肌电信号的无声语音重建方法，利用电极采集发声时发声相关表面肌电信号与语音信号，并在无声情况下采集发声相关表面肌电信号，并且通过深度学习网络获得无声表面肌电信号与相同文本的语音信号的联系，完成无声情况下语音信号的重建，完成无声情况信息内容的传递，完成无声传递信息的任务，可直接进行无声情况的信息传递。对于一些无法发声的场合（例如军事，警方的秘密潜伏任务），声带不振动，以默读的形式完成信息传递的过程。

本发明授权一种基于发声表面肌电信号的无声语音重建方法在权利要求书中公布了：1.一种基于发声表面肌电信号的无声语音重建方法，基于语音重建模型，其特征在于，包括模型训练过程和重建过程，模型训练过程如下： S1、被试者正常朗读文本内容，贴在人体表面的电极阵列采集有声朗读时的有声表面肌电信号，麦克风同时采集朗读的语音信号； S2、被试者无声默读与步骤1中相同的文本内容，电极阵列采集无声默读时的无声表面肌电信号； S3、对有声表面肌电信号、无声表面肌电信号以及语音信号进行预处理及分帧，有声表面肌电信号分帧后得到的有声表面肌电特征记为x1：M，M为有声表面肌电特征的总帧数；语音信号分帧后得到的语音特征记为Y1：M，语音特征的帧数和有声表面肌电特征相同；无声表面肌电信号分帧后得到的无声表面肌电特征记为X1：N，N为无声表面肌电特征的总帧数； S4、根据语音信号及其对应的文本，通过强制对齐获得语音信号对应的真实音素ph1：M； S5、通过有声表面肌电信号与无声表面肌电信号计算第i帧无声表面肌电信号的持续长度di，第i帧无声表面肌电信号X1:N[i]对应语音信号中的[Y1：M[j],…,Y1：M[j+p-1]]，di＝p，d1:N是di的集合； S6、将无声表面肌电特征X1：N输入至编码器得到编码隐变量h1:N； S7、将编码隐变量h1:N输入至持续长度预测器中得到预测的持续长度计算预测的持续长度与真实帧持续长度d1:N的均方误差损失； S8、将编码隐变量h1:N与真实帧持续长度d1:N输入至长度调整器，进行帧数调整以得到解码隐变量h1:M； S9、将解码隐变量h1:M输入至音素分类器中，输出预测音素计算预测音素与真实音素ph1：M的交叉熵损失； S10、将解码隐变量h1:M输入至有声表面肌电特征重建器中，输出预测有声表面肌电特征计算预测有声表面肌电特征与有声表面肌电特征x1：M的均方误差损失； S11、将解码隐变量h1:M输入至解码器得到预测语音特征再将预测语音特征经过后处理网络得到残差M帧语音特征将预测的M帧语音特征和残差M帧语音特征分别与实际的语音特征Y1：M计算平均绝对误差损失； S12、根据损失函数进行反向传播以更新语音重建模型的训练权重，直至语音重建模型收敛，损失函数公式为： 式中，λph为音素分类损失权重，λrecons为有声信号重建损失权重； 重建过程为将采集到的无声表面肌电信号输入到语音重建模型中，得到重建后的语音信号。

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浙江大学，其通讯地址为：310013 浙江省杭州市西湖区余杭塘路866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”。