平安科技(深圳)有限公司石岩获国家专利权
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!
龙图腾网获悉平安科技(深圳)有限公司申请的专利基于条件流匹配模型的语音生成方法、装置及相关组件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:CN119993115B 。
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:202510222737.6,技术领域涉及:G10L13/02;该发明授权基于条件流匹配模型的语音生成方法、装置及相关组件是由石岩;陈闽川;王少军设计研发完成,并于2025-02-26向国家知识产权局提交的专利申请。
本基于条件流匹配模型的语音生成方法、装置及相关组件在说明书摘要公布了:本发明涉及人工智能领域,公开了基于条件流匹配模型的语音生成方法、装置、计算机设备及存储介质,该方法包括:获取已生成语音的训练文本,并将其语音作为训练语音;采样噪声数据,将训练文本、训练语音以及噪声数据输入至条件流匹配模型中进行训练;利用可变步长对所述条件流匹配模型进行推理,以得到关于噪声和语音的向量场;基于所述条件流匹配模型和向量场构建得到语音生成模型,并利用所述语音生成模型对待生成语音的目标文本进行推理预测。本发明实施例利用已生成语音的文本来训练条件流匹配模型,以此构建语音生成模型,并且在条件流匹配模型的训练过程中,采用可变步长进行推理求解,如此不仅能够快速生成语音,还能够提高语音生成质量。
本发明授权基于条件流匹配模型的语音生成方法、装置及相关组件在权利要求书中公布了:1.一种基于条件流匹配模型的语音生成方法,其特征在于,包括: 获取已生成语音的训练文本,并将其已生成的语音作为训练语音; 采样噪声数据,将所述训练文本、训练语音以及噪声数据输入至条件流匹配模型中进行训练; 利用可变步长对所述条件流匹配模型进行推理,以得到关于噪声和语音的向量场; 基于所述条件流匹配模型和向量场构建得到语音生成模型,并利用所述语音生成模型对待生成语音的目标文本进行推理预测; 所述采样噪声数据,将所述训练文本、训练语音以及噪声数据输入至条件流匹配模型中进行训练,包括: 对所述训练文本进行编码,并根据编码的结果获取文本时长; 随机采样一时间作为时间步,并将所述时间步与所述训练文本、训练语音、噪声数据以及文本时长一并输入至所述条件流匹配模型中进行训练; 所述利用可变步长对所述条件流匹配模型进行推理,以得到关于噪声和语音的向量场,包括: 采用显式欧拉格式的方式对常微分方程进行求解,以构建推理表达式;所述推理表达式如下所示: ; 其中,Xi+1表示第i+1步的推理结果,Xi表示第i步的推理结果,ti+1表示第i+1步的时间步,ti表示第i步的时间步,表示第i步的训练结果,表示第i步的速度场; 采用可变步长对所述推理表达式进行求解,以得到所述常微分方程的结果; 所述可变步长的表达式为: h=aei-ei-1; 其中,h表示所述可变步长,a表示常数,ei表示第i步的能量,ei-1表示第i-1步的能量。
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。
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