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！

龙图腾网获悉谷歌有限责任公司申请的专利并行化Tacotron：非自回归且可控的TTS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：CN116457870B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202180077629.4，技术领域涉及：G10L13/047；该发明授权并行化Tacotron：非自回归且可控的TTS是由艾萨克·伊利亚斯;乔纳森·沈;比扬哈·春;张羽;贾晔;罗恩·J·韦斯;吴永辉设计研发完成，并于2021-05-05向国家知识产权局提交的专利申请。

本并行化Tacotron：非自回归且可控的TTS在说明书摘要公布了：一种用于训练非自回归TTS模型300的方法600包括接收参考音频信号201和对应输入文本序列206。该方法还包括将参考音频信号编码成变分嵌入220，该变分嵌入将样式韵律信息从参考音频信号中分离，并且将输入文本序列编码成编码文本序列219。该方法还包括针对输入文本序列中的每个音素预测音素持续时间240并且确定音素持续时间损失244。该方法还包括生成用于输入文本序列的一个或多个预测梅尔频率频谱图序列302，并且基于预测梅尔频率频谱图序列和参考梅尔频率频谱图序列202确定最终谱图损失280。该方法还包括基于最终频谱图损失和对应音素持续时间损失来训练TTS模型。

本发明授权并行化Tacotron：非自回归且可控的TTS在权利要求书中公布了：1.一种计算机实现的方法600，所述方法当在数据处理硬件122上执行时使所述数据处理硬件122执行用于训练非自回归文本到语音TTS模型300的操作，所述操作包括： 接收包括参考音频信号201和对应输入文本序列206的训练数据，所述参考音频信号201包括口头话语并且所述输入文本序列206对应于所述参考音频信号201的转录； 使用残差编码器180将所述参考音频信号201编码为变分嵌入220，所述变分嵌入220从所述参考音频信号201中分离风格韵律信息； 使用文本编码器210将所述输入文本序列206编码为编码文本序列219； 使用持续时间解码器230基于所述编码文本序列219和所述变分嵌入220来针对所述输入文本序列206中的每个音素预测音素持续时间240； 基于所预测的音素持续时间240和针对所述输入文本序列206中的每个音素从所述参考音频信号201采样的参考音素持续时间245来确定音素持续时间损失244 从包括自注意力块252的堆栈的频谱图解码器250基于所述持续时间解码器230的输出来生成用于所述输入文本序列206的一个或多个预测梅尔频率频谱图序列302作为输出； 基于所述一个或多个预测梅尔频率频谱图序列302和从所述参考音频信号201采样的参考梅尔频率频谱图序列202来确定最终频谱图损失280；以及 基于所述最终频谱图损失280和针对所述输入文本序列206中的每个音素确定的对应音素持续时间损失244来训练所述TTS模型300。

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谷歌有限责任公司，其通讯地址为：美国加利福尼亚州；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。