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！

龙图腾网获悉上海阅文信息技术有限公司申请的专利一种语音合成方法和合成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：CN116092472B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202211710199.8，技术领域涉及：G10L13/027；该发明授权一种语音合成方法和合成系统是由韩太军;吴杨;马宇峰;徐斌;顾炎;刘东晓;杨佳乐;张松坡;崔瑞博;陈炜于设计研发完成，并于2022-12-29向国家知识产权局提交的专利申请。

本一种语音合成方法和合成系统在说明书摘要公布了：本发明提出了一种语音合成方法，包括如下步骤：步骤一、准备音频素材库，将音频素材库中的音频根据类型分成多类，并对音频打上标签；步骤二、基于Bert深度模型训练步骤一中获得的音频素材的标签，获得各音频素材对应的词向量；步骤三、输入小说的文本片段，对文本片段进行段落结构化解析，生成结构化画本；步骤四、根据语义近似，获取结构化画本中不同类型的词与音频素材库中相似度最高的音频候选；步骤五、调用适用的TTS引擎，融合匹配到的音频素材库中的候选音频，按照所需输出结构信息进行语音输出。本发明作为一种新型技术，能够融合TTS引擎与网文中的具体场景或者人物的性别、情感，向用户传达更有感染力的信息，提升相关产品的商业价值。

本发明授权一种语音合成方法和合成系统在权利要求书中公布了：1.一种语音合成方法，其特征在于，包括如下步骤： 步骤一、准备音频素材库，将音频素材库中的音频根据类型分成多类，并对音频打上标签； 步骤二、基于Bert深度模型训练步骤一中获得的音频素材的标签，获得各音频素材对应的词向量； 步骤三、输入小说的文本片段，对文本片段进行段落结构化解析，生成结构化画本； 步骤三中，通过对输入文本片段进行角色对话识别、文本情感识别、特效场景挖掘，将所述文本片段转换为具有多角色、多情感、多场景的文本对话脚本，生成结构化画本； 所述步骤三中，通过角色对话依存关系及指代消解文本处理，将文本片段改编成对话；利用Bert构建文本情感分类模型实现文本细颗粒度情感分类，赋予文本情感属性；通过关键词及场景语义提取对文本片段中存在特效的文字位置，最终创建结构化画本；具体包括如下步骤： 步骤35、对预先获得的包含角色和情节正文的格式化文本进行章节拆解，并改编成对话； 步骤36、对步骤35中获得的已改编成对话的文本内容进行对话角色识别、文本情感识别、特效场景识别处理； 步骤36中，所述特效场景识别是指通过特效场景挖掘模块利用文本字词粒度分类模型实现文本中场景词定位，获得文本中后续需要添加场景特效的场景；所述模型采用基于语言模型的文本分类结构； 特效场景识别过程中，构建特效音识别模块模型架构：输入样本D＝{D1,D2,……,Dn}，Dn表示第n条数据，Dn＝Cn,start,end,label，Cn表示包含特效音的文本，start,end分别表示特效音出现的初始位置，结束位置；label为特效音种类标签；用特效音类别库中的序号表示，特效音类别库表示为Te＝[Te1,Te2,……,Tem] 将训练数据输入到特效音模型中，执行模型训练，当达到90％衡量指标时保存最优模型： M_special＝NERLMCn， 向模型中输入原文T＝{T1,T2,……,Tn}，提取输出结果start,end,special_index＝Choice[M_specialBatchT]；其中，Choice表示对模型输出的score进行阈值筛选，输出中special_index为特效音序号； 步骤37、生成最终的结构化画本； 步骤四、根据语义近似，获取结构化画本中不同类型的词与音频素材库中相似度最高的音频候选； 步骤五、调用适用的TTS引擎，融合匹配到的音频素材库中的候选音频，按照所需输出结构信息进行语音输出。

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上海阅文信息技术有限公司，其通讯地址为：200120 上海市浦东新区滨江大道5169号陆家嘴滨江中心N3座；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。