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基于ByT5的跨语种情感语音合成方法、装置、设备及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：CN119314460B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202411490264.X，技术领域涉及：G10L13/02；该发明授权基于ByT5的跨语种情感语音合成方法、装置、设备及介质是由李俊杰;刘航驿;陈闽川;王少军设计研发完成，并于2024-10-22向国家知识产权局提交的专利申请。

本基于ByT5的跨语种情感语音合成方法、装置、设备及介质在说明书摘要公布了：本申请属于智能语音合成技术领域，公开了一种基于ByT5的跨语种情感语音合成方法、装置、设备及介质，方法包括步骤：获取输入文本的词性信息嵌入向量、句法信息嵌入向量、文本特征向量；进行特征融合，获取情感文本隐向量及说话人文本隐向量；根据情感文本隐向量、说话人文本隐向量分别生成情感语音MEL谱，说话人语音MEL谱，利用情感语音MEL谱，说话人语音MEL谱生成目标MEL谱，并利用判别器对目标MEL谱进行判别；利用生成损失函数、判别损失函数分别对跨语种情感语音合成模型的生成器、判别器进行对抗训练，直到模型收敛。解决了token‑based模型受词典限制的问题，提高了模型的鲁棒性，有效提升了合成语音的质量、自然度，使得语音的说话人特征和情感特征可控。

本发明授权基于ByT5的跨语种情感语音合成方法、装置、设备及介质在权利要求书中公布了：1.一种基于ByT5的跨语种情感语音合成方法，特征在于，包括： 获取输入文本的词性信息嵌入向量及句法信息嵌入向量，利用BYT5对输入文本的比特序列进行转换，获取文本特征向量； 分别根据情感ID信息、说话人ID信息获取情感ID嵌入向量、说话人ID嵌入向量，分别将所述词性信息嵌入向量、句法信息嵌入向量、所述文本特征向量与所述情感ID嵌入向量进行特征融合，获取情感文本隐向量，分别将所述词性信息嵌入向量、句法信息嵌入向量、所述文本特征向量与所述说话人ID嵌入向量进行特征融合，获取说话人文本隐向量； 根据情感文本隐向量、说话人文本隐向量分别生成情感语音MEL谱、说话人语音MEL谱，利用情感语音MEL谱、说话人语音MEL谱生成目标MEL谱，并利用判别器对所述目标MEL谱进行判别； 利用所述情感语音MEL谱及说话人ID被模糊的目标语种语音MEL谱获取情感语音损失函数，利用所述说话人语音MEL谱及情感ID被模糊的目标语种语音的MEL谱获取说话人语音损失函数，根据所述说话人语音损失函数、情感语音损失函数、生成器损失函数及L2损失函数获取生成损失函数、获取判别损失函数，利用所述生成损失函数、判别损失函数分别对跨语种情感语音合成模型的生成器、判别器进行对抗训练，直到模型收敛，得到目标跨语种情感语音合成模型； 接收待合成文本，将所述待合成文本输入至所述目标跨语种情感语音合成模型中，获得目标语音。

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。