科大讯飞股份有限公司宋堃获国家专利权
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!
龙图腾网获悉科大讯飞股份有限公司申请的专利语音合成方法及装置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:CN119864008B 。
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:202411936289.8,技术领域涉及:G10L13/02;该发明授权语音合成方法及装置是由宋堃;胡亚军;宋锐;方昕;高建清;潘嘉;刘聪设计研发完成,并于2024-12-26向国家知识产权局提交的专利申请。
本语音合成方法及装置在说明书摘要公布了:本发明提供一种语音合成方法及装置,所述方法包括:基于编码器中的当前自注意力模块,对上一自注意力模块输出的上一文本特征进行关键信息提取,确定当前文本特征;基于解码器中与当前自注意力模块层级对应的当前交叉注意力模块,对上一交叉注意力模块输出的上一语音特征与当前文本特征进行特征对齐,得到当前语音特征;基于解码器中末个交叉注意力模块输出的语音特征,对待合成文本进行语音合成,得到合成语音。本发明减少了语音合成中语义信息和声学信息的耦合,提高了语义信息和声学信息对齐稳定性,减少了交叉注意力带来的对齐不稳定,进而提高了语音合成效果。
本发明授权语音合成方法及装置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: 基于编码器中的当前自注意力模块,对上一自注意力模块输出的上一文本特征进行关键信息提取,确定当前文本特征,首个自注意力模块输出的文本特征是对待合成文本进行自注意力计算得到的; 基于解码器中与所述当前自注意力模块层级对应的当前交叉注意力模块,对上一交叉注意力模块输出的上一语音特征与所述当前文本特征进行特征对齐,得到当前语音特征,所述解码器中除交叉注意力模块对应层级外,其余层级为注意力模块; 基于所述解码器中末个交叉注意力模块输出的语音特征,对所述待合成文本进行语音合成,得到合成语音; 所述基于解码器中与所述当前自注意力模块层级对应的当前交叉注意力模块,对上一交叉注意力模块输出的上一语音特征与所述当前文本特征进行特征对齐,得到当前语音特征,包括: 基于所述当前交叉注意力模块的对齐粒度,确定空白帧数量; 将所有空白帧特征添加至所述上一语音特征的起始位置,得到扩展语音特征; 对所述扩展语音特征与所述当前文本特征进行特征对齐,得到所述当前语音特征。
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科大讯飞股份有限公司,其通讯地址为:230088 安徽省合肥市高新开发区望江西路666号;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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励