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的语音合成方法、装置、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：CN119446116B 。

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：202411506145.9，技术领域涉及：G10L13/08；该发明授权基于ByT5的语音合成方法、装置、设备及存储介质是由李俊杰;刘航驿;王少军;黄天来设计研发完成，并于2024-10-25向国家知识产权局提交的专利申请。

本基于ByT5的语音合成方法、装置、设备及存储介质在说明书摘要公布了：本申请属于语音合成技术领域，公开了一种基于ByT5的语音合成方法、装置、设备及存储介质，方法包括步骤：获取输入文本的比特序列，利用ByT5模型将比特序列转换成文本特征向量；获取词性嵌入向量、句法结构嵌入向量；将文本特征向量、词性嵌入向量、句法结构嵌入向量求和后依次输入到生成对抗网络语音模型的全连接层、激活函数进行特征融合，获取文本融合特征；利用生成对抗网络语音模型的解码器、声码器依次获取目标语种Mel谱、目标语种波形。解决了token‑based模型受词典限制的问题，能够直接将原始文本转换到多语种统一的比特表征上，利用ByT5模型框架强大的通用处理能力的基础上融合了句法和结构的信息，能够有效提升合成语音质量。

本发明授权基于ByT5的语音合成方法、装置、设备及存储介质在权利要求书中公布了：1.一种基于ByT5的语音合成方法，特征在于，包括： 获取输入文本的比特序列，利用ByT5模型将所述比特序列转换成文本特征向量，其中，所述ByT5模型的核心是基于Transformer的Encoder-Decoder架构，所述ByT5模型通过自注意力机制和位置编码来捕捉文本中的长距离依赖关系，所述ByT5模型是在Text-to-TextTransferTransformer架构基础上的扩展，所述ByT5模型采用了字节级编码方式； 获取所述输入文本的词性信息和句法结构信息，对所述词性信息和句法结构信息进行信息嵌入编码，获取词性嵌入向量、句法结构嵌入向量； 将所述文本特征向量、词性嵌入向量、句法结构嵌入向量求和后输入到生成对抗网络语音模型的全连接层进行线性运算，得到文本输出向量，将所述文本输出向量输入激活函数通过非线性运算进行特征融合，获取文本融合特征； 将所述文本融合特征输入到所述生成对抗网络语音模型的解码器，得到目标语音MEL谱，将所述目标语音MEL谱输入到声码器进行语音合成，获取目标语种波形。

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。