北京捷通华声科技股份有限公司李婉获国家专利权
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!
龙图腾网获悉北京捷通华声科技股份有限公司申请的专利语音合成装置、方法、移动终端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:CN116580695B 。
龙图腾网通过国家知识产权局官网在2026-03-31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:202310483754.6,技术领域涉及:G10L13/08;该发明授权语音合成装置、方法、移动终端及存储介质是由李婉;陈明;李健;武卫东设计研发完成,并于2023-04-28向国家知识产权局提交的专利申请。
本语音合成装置、方法、移动终端及存储介质在说明书摘要公布了:本申请提供语音合成装置、方法、移动终端及存储介质。装置中预训练模块获取通用样本信息,根据预设的特征提取模型进行特征提取预训练,其中特征提取模型基于注意力机制构建;第一特征提取模块用于获取录入样本信息并根据特征提取模型对录入样本信息特征提取获取用户特征;音素处理模块用于获取音素特征并根据音素特征和用户特征获取第一音素处理结果;时长预测模块用于预测第一音素处理结果的帧长;声学解码模块用于根据时长预测结果和第一音素处理结果生成第一声学特征;第一声码模块用于根据第一声学特征语音合成获取第一音频数据。由于语音合成装置从少量录入样本信息中提取到用户特征,解决了现有技术需要大量录入样本的问题。
本发明授权语音合成装置、方法、移动终端及存储介质在权利要求书中公布了:1.一种语音合成装置,其特征在于,包括: 预训练模块,用于获取通用样本信息,根据预先设置的特征提取模型进行特征提取预训练,其中所述特征提取模型基于注意力机制构建; 第一特征提取模块,用于获取录入样本信息并根据预训练后的所述特征提取模型对所述录入样本信息进行特征提取,获取用户特征; 音素处理模块,用于获取音素特征并根据所述音素特征和所述用户特征获取第一音素处理结果; 时长预测模块,用于预测所述第一音素处理结果的帧长,得到第一时长预测结果; 声学解码模块,用于根据所述第一时长预测结果和所述第一音素处理结果生成第一声学特征; 第一声码模块,用于通过声码器对所述第一声学特征进行语音合成,获取第一音频数据; 所述用户特征包括第一用户特征,第一特征提取模块包括: 预处理子模块,用于获取所述录入样本信息并对所述录入样本信息进行预编码获取第一预编码结果; 第二特征提取子模块,用于根据所述注意力机制对所述第一预编码结果进行特征提取获取所述第一用户特征; 所述用户特征还包括第二用户特征,所述第一特征提取模块还包括: 所述预处理子模块还用于对所述录入样本信息进行随机掩码获取随机掩码结果,并对所述随机掩码结果预编码获取第二预编码结果; 编码子模块,用于根据所述注意力机制对所述第二预编码结果进行特征提取获取所述第二用户特征; 预测子模块,用于根据所述第二用户特征进行掩码还原获取掩码还原信息,还用于根据所述掩码还原信息和所述录入样本信息进行损失函数计算,获取损失函数计算结果。
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北京捷通华声科技股份有限公司,其通讯地址为:100193 北京市海淀区东北旺西路8号9号楼3层2区318;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