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！

龙图腾网获悉平安科技(深圳)有限公司申请的专利一种语音合成方法、装置、计算机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：CN119580700B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202411776720.7，技术领域涉及：G10L13/08；该发明授权一种语音合成方法、装置、计算机设备及存储介质是由孙奥兰;王健宗;程宁设计研发完成，并于2024-12-04向国家知识产权局提交的专利申请。

本一种语音合成方法、装置、计算机设备及存储介质在说明书摘要公布了：本申请属于人工智能和医疗及金融领域，涉及一种语音合成方法，包括对文本数据集进行音素转换和上下文嵌入，获得音素序列和文本上下文向量，提取参考音频样本的参考语音特征，输入音素级潜在扩散模型，生成音素级先验潜在特征；将音素级先验潜在特征输入音素级变分自编码模型，得到重构语音特征；提取目标音频样本的目标语音特征；将目标语音特征与音素序列对齐和上采样，得到目标音频帧级特征；基于重构语音特征和目标音频帧级特征训练得到条件控制语音合成模型，对待转换文本语音合成。本申请还提供一种语音合成装置、计算机设备及存储介质。此外，本申请还涉及区块链技术，待转换文本可存储于区块链中。本申请提高说话人保真度与文本可理解性。

本发明授权一种语音合成方法、装置、计算机设备及存储介质在权利要求书中公布了：1.一种语音合成方法，其特征在于，包括下述步骤： 获取文本数据集和音频样本集，其中，所述音频样本集包括参考音频样本和目标音频样本； 将所述文本数据集和所述音频样本集输入预训练的语音合成模型进行训练，所述语音合成模型包括音素转换层、上下文嵌入层、NANSY合成器、音素级潜在扩散模型和音素级变分自编码模型； 将所述文本数据集分别输入所述音素转换层和所述上下文嵌入层进行处理，对应得到音素序列和文本上下文向量； 采用所述NANSY合成器提取所述参考音频样本的NANSY特征，得到参考语音特征； 将所述音素序列、所述文本上下文向量和所述参考语音特征输入所述音素级潜在扩散模型，融合参考条件和文本条件生成音素级先验潜在特征； 将所述音素级先验潜在特征输入所述音素级变分自编码模型进行解码，得到重构语音特征； 通过所述NANSY合成器提取所述目标音频样本的NANSY特征，得到目标语音特征，采用预训练的对齐器将所述目标语音特征与所述音素序列对齐，得到音素对齐特征； 上采样所述音素对齐特征至帧级，得到目标音频帧级特征； 基于所述重构语音特征和所述目标音频帧级特征迭代训练所述语音合成模型，直至满足迭代停止条件，获得最终的条件控制语音合成模型； 获取待转换文本，将所述待转换文本输入所述条件控制语音合成模型，得到目标合成语音。

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平安科技(深圳)有限公司，其通讯地址为：518000 广东省深圳市福田区福田街道福安社区益田路5033号平安金融中心23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”。

以上内容由龙图腾AI智能生成。