广东金赋科技股份有限公司胡冠锵获国家专利权
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!
龙图腾网获悉广东金赋科技股份有限公司申请的专利一种方言语音克隆模型的训练方法、方言语音克隆方法、装置、终端设备及存储介质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:CN119943027B 。
龙图腾网通过国家知识产权局官网在2025-10-03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:202411849270.X,技术领域涉及:G10L13/08;该发明授权一种方言语音克隆模型的训练方法、方言语音克隆方法、装置、终端设备及存储介质是由胡冠锵设计研发完成,并于2024-12-16向国家知识产权局提交的专利申请。
本一种方言语音克隆模型的训练方法、方言语音克隆方法、装置、终端设备及存储介质在说明书摘要公布了:本发明公开了一种方言语音克隆模型的训练方法、方言语音克隆方法、装置、终端设备及存储介质,所述训练方法包括:获取方言音频样本及对应的文本信息;将文本编码器、语音分词器、大语言子模型及流匹配子模型的参数设置为固定参数,初始化Lora模块的第一低秩矩阵和第二低秩矩阵;以方言音频样本及文本信息为输入,以文本信息对应的克隆语音为输出,对方言语音克隆模型进行迭代训练,直至损失函数收敛;在训练时,在损失函数未收敛的情况下,对第一低秩矩阵和第二低秩矩阵进行更新,将更新后的第一低秩矩阵和第二低秩矩阵的乘积作为权重矩阵更新量,加入大语言子模型中。通过实施本发明能够提高方言克隆的真实感以及模型的训练效率。
本发明授权一种方言语音克隆模型的训练方法、方言语音克隆方法、装置、终端设备及存储介质在权利要求书中公布了:1.一种方言语音克隆模型的训练方法,其特征在于,适用于方言语音克隆模型,所述方言语音克隆模型包括:文本编码器、语音分词器、大语言子模型、流匹配子模型、Lora模块以及声码器; 所述训练方法,包括: 获取方言音频样本以及对应的文本信息; 将文本编码器、语音分词器、大语言子模型以及流匹配子模型的参数设置为对应的固定参数,并初始化Lora模块的第一低秩矩阵和第二低秩矩阵; 以方言音频样本以及对应的文本信息为输入,以文本信息对应的克隆语音为输出,对初始的方言语音克隆模型进行迭代训练,直至方言语音克隆模型的损失函数收敛;其中,在训练时,将由声码器输出的克隆语音与方言音频样本进行比对,根据比对结果计算损失函数值,在损失函数值未收敛的情况下,对Lora模块的第一低秩矩阵和第二低秩矩阵进行更新,并将更新后的第一低秩矩阵和第二低秩矩阵的乘积作为权重矩阵更新量,加入大语言子模型中;其中,所述获取方言音频样本以及对应的文本信息,包括: 获取初始方言音频,对初始方言音频按预设的采样率和格式进行标准化处理,得到标准化方言音频; 将所述标准化方言音频进行降噪处理,得到已降噪方言音频; 将已降噪方言音频按预设时长进行切割,得到若干方言音频片段; 通过说话人识别技术,将方言音频片段中不同说话人的声音分离,得到分离后的方言音频片段,以使每一分离后的方言音频片段中对应单一说话人的声音; 将分离后的方言音频片段中的静音部分剔除,得到所述方言音频样本; 对方言音频样本进行文本转录,生成对应的文本信息。
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广东金赋科技股份有限公司,其通讯地址为:528000 广东省佛山市南海区桂城深海路17号瀚天科技城A区5号楼3楼;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”。
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。
请提出您的宝贵建议,有机会获取IP积分或其他奖励