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！

龙图腾网获悉南京天溯自动化控制系统有限公司申请的专利一种端到端语音翻译模型的训练方法及训练系统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：CN121072785B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202511613200.9，技术领域涉及：G06N5/04；该发明授权一种端到端语音翻译模型的训练方法及训练系统是由邹王强;马如明;侯旭;林冬冬;胡值彬;陆海鹏设计研发完成，并于2025-11-06向国家知识产权局提交的专利申请。

本一种端到端语音翻译模型的训练方法及训练系统在说明书摘要公布了：本发明涉及人工智能技术领域，具体为一种端到端语音翻译模型的训练方法及训练系统。本发明的方法包括：提供一个经预训练的、能够处理词元序列的大语言模型；构建多个训练数据实例，每个实例包括一个输入语音信号和一个对应的目标词元序列；对于每个训练数据实例，将所述输入语音信号的词元化表示作为输入提供给所述预训练大语言模型，并优化模型参数以自回归方式预测对应的目标词元序列，来训练所述模型，从而使所述模型在单一的端到端可微框架内学习一个包括语音识别、文本生成和语音合成的思维链。该方法结合了传统级联系统的结构化推理优势和端到端训练的性能优势，同时通过思维链后训练，降低了对海量标注数据的依赖，节省了计算资源。

本发明授权一种端到端语音翻译模型的训练方法及训练系统在权利要求书中公布了：1.一种端到端语音翻译模型的训练方法，其特征在于，包括以下步骤： 提供一个经预训练的、能够处理词元序列的大语言模型； 构建多个训练数据实例，每个实例包括一个输入语音信号和一个对应的目标词元序列，其中，所述目标词元序列按顺序包括：代表所述输入语音信号的文本转录的第一文本词元序列、代表对所述文本转录的文本响应的第二文本词元序列，以及代表所述文本响应的合成语音版本的音频词元序列； 对于每个训练数据实例，将所述输入语音信号的词元化表示作为输入提供给所述预训练大语言模型执行后训练过程，并优化模型参数以自回归方式预测对应的目标词元序列，来训练所述模型，从而使所述模型在单一的端到端可微框架内学习一个包括语音识别、文本生成和语音合成的思维链，所述目标词元序列进一步包括：被置于所述第一文本词元序列之前的第一特殊任务标识符词元、被置于所述第二文本词元序列之前的第二特殊任务标识符词元和被置于所述音频词元序列之前的第三特殊任务标识符词元，该方法还包括利用一个统一的词元化器，将所述输入语音信号、所述文本词元和所述音频词元转换为一个公共的词元词汇表，具体包括： 对于所述输入语音信号和所述音频词元，通过一个音频编码器处理对应的连续音频波形，采用残差矢量量化技术将所述音频波形转换为离散的音频词元； 对于所述文本词元，通过一个文本词元化器处理对应的文本字符串，采用字节对编码技术将所述文本字符串转换为离散的子词文本词元，所述特殊任务标识符词元用于向所述模型指示后续要生成的词元序列的类型，具体为： 将所述输入语音信号的词元化表示和所述第一特殊任务标识符词元作为初始上下文提供给所述大语言模型，以促使模型自回归地生成所述第一文本词元序列； 将上述生成的所述第一文本词元序列和所述第二特殊任务标识符词元追加到所述初始上下文中，形成一个更新后的上下文，并将该更新后的上下文提供给所述大语言模型，以促使模型自回归地生成所述第二文本词元序列； 将上述生成的所述第二文本词元序列和所述第三特殊任务标识符词元追加到所述更新后的上下文中，形成一个最终上下文，并将该最终上下文提供给所述大语言模型，以促使模型自回归地生成所述音频词元序列。

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南京天溯自动化控制系统有限公司，其通讯地址为：210000 江苏省南京市雨花台区软件大道170-1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。