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！

龙图腾网获悉深圳先进技术研究院申请的专利语音文本对齐模型训练方法、装置、电子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：CN119418690B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202411543224.7，技术领域涉及：G10L15/06；该发明授权语音文本对齐模型训练方法、装置、电子设备及存储介质是由杨敏;弓子涵;余天枢设计研发完成，并于2024-10-31向国家知识产权局提交的专利申请。

本语音文本对齐模型训练方法、装置、电子设备及存储介质在说明书摘要公布了：本申请提供了一种语音文本对齐模型训练方法、装置、电子设备及存储介质，涉及大模型领域。其中，该方法包括：获取预训练模型和文本数据，并基于所述预训练模型针对文本数据中的各单词进行时间信息预测，获得对应各所述单词的时间预测结果；获取语音数据，并基于所述时间预测结果对所述语音数据进行文本重建，获得重建文本数据；基于动态规划算法对所述重建文本数据和所述语音数据进行最优对齐路径预测，获得最优对齐路径；基于所述最优对齐路径对所述预训练模型进行参数调整，获得语音文本对齐模型。本申请解决了相关技术中语音文本对齐模型的适用性不高的问题。

本发明授权语音文本对齐模型训练方法、装置、电子设备及存储介质在权利要求书中公布了：1.一种语音文本对齐模型训练方法，其特征在于，包括： 获取预训练模型和文本数据，并基于所述预训练模型针对文本数据中的各单词进行时间信息预测，获得对应各所述单词的时间预测结果； 获取语音数据，并基于所述时间预测结果对所述语音数据进行文本重建，获得重建文本数据； 基于动态规划算法对所述重建文本数据和所述语音数据进行最优对齐路径预测，获得最优对齐路径； 基于所述最优对齐路径对所述预训练模型进行参数调整，获得语音文本对齐模型； 所述预训练模型包括文本编码器和全连接层；所述基于所述预训练模型针对文本数据中的各单词进行时间信息预测，获得对应各单词的时间预测结果，包括： 将文本数据输入所述文本编码器，获得对应文本数据中各单词的文本特征向量；将所述文本特征向量输入所述全连接层，以对文本数据中各单词进行时长预测，获得各单词相对于文本数据整体的长度占比；基于所述各单词对应的长度占比确定各所述单词的开始时间以及结束时间，生成对应各所述单词的时间预测结果； 所述预训练模型包括语音编码器和全连接层；所述基于所述时间预测结果对所述语音数据进行文本重建，获得重建文本数据，包括： 将所述语音数据输入所述语音编码器，获得对应语音数据中各语音片段的语音特征向量；基于所述全连接层对各所述语音特征向量进行单词预测，获得对应各语音特征向量的单词，生成单词预测结果；基于所述时间预测结果对所述单词预测结果进行段落划分，获得重建文本数据。

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深圳先进技术研究院，其通讯地址为：518000 广东省深圳市南山区西丽街道大学城学苑大道1068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。