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层次化情感分布的语音合成方法、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：CN119207372B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202411387284.4，技术领域涉及：G10L13/08；该发明授权基于层次化情感分布的语音合成方法、装置、设备及介质是由张旭龙;王健宗设计研发完成，并于2024-09-30向国家知识产权局提交的专利申请。

本基于层次化情感分布的语音合成方法、装置、设备及介质在说明书摘要公布了：本发明涉及人工智能技术领域，公开了一种基于层次化情感分布的语音合成方法，通过获取音频数据和文本转录，分割音频为音素、词语和句子级别的语音单元，提取音高、语速和节奏等声学特征，利用预训练模型生成情感分布向量，处理文本转录生成文本嵌入信息，将情感分布向量、文本嵌入信息和声学特征相结合，通过变量转换器生成韵律特征，解码器基于韵律特征生成梅尔频谱图，声码器将梅尔频谱图转换为时域音频信号并输出。本发明通过层次化地分割音频数据为音素、词语和句子级别，并结合声学特征、情感分布向量和文本嵌入信息，利用变量转换器生成韵律特征，从而实现对情感表达的精细控制，显著提高了语音合成的自然度和情感表现力。

本发明授权基于层次化情感分布的语音合成方法、装置、设备及介质在权利要求书中公布了：1.一种基于层次化情感分布的语音合成方法，其特征在于，包括以下步骤： 获取音频数据和对应的文本转录； 将所述音频数据分割为音素级别的语音单元、词语级别的语音单元和句子级别的语音单元； 提取每个语音单元的声学特征，所述声学特征包括音高、语速和节奏； 获取基于情感数据集进行预训练的情感识别模型； 将所述每个语音单元的声学特征输入所述情感识别模型，确定所述每个语音单元在预定义情感类别上的情感强度分数； 基于每个语音单元的情感强度分数，形成表示情感状态的情感分布向量，所述情感分布向量的每个维度代表一种预定义的情感类别； 处理所述文本转录以获得文本嵌入信息； 将所述情感分布向量、所述文本嵌入信息和所述声学特征相结合，并输入语音合成框架中的变量转换器，生成韵律特征； 通过解码器基于所述韵律特征生成梅尔频谱图； 基于所述韵律特征分析目标情感语音的情感特征； 基于所述目标情感语音的情感特征，确定声码器模型，并调整所述声码器模型的采样率和频率分辨率； 配置所述声码器模型的生成步长，以优化语音生成速度和质量； 使用配置好的声码器模型，将所述梅尔频谱图转换为初步的时域音频信号； 对所述初步的时域音频信号进行后处理，生成最终的时域音频信号并输出，所述后处理包括动态范围压缩、频率均衡和增益控制。

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。