平安科技(深圳)有限公司郭洋获国家专利权
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语音合成方法、语音合成装置、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:CN116564274B 。
龙图腾网通过国家知识产权局官网在2026-04-14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:202310727623.8,技术领域涉及:G10L13/08;该发明授权语音合成方法、语音合成装置、电子设备及存储介质是由郭洋;王健宗;程宁设计研发完成,并于2023-06-16向国家知识产权局提交的专利申请。
本语音合成方法、语音合成装置、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合成方法、语音合成装置、电子设备及存储介质,属于金融科技技术领域。方法包括:将目标文本、参考音频以及目标音素数据输入至语音合成模型,基于混合情感控制网络对参考音频进行情感特征提取,得到目标情感编码向量;基于音素编码网络对目标音素数据进行音素编码,得到目标音素编码向量;基于文本编码网络对目标文本进行文本编码,得到目标文本编码向量;基于语义编码网络对目标情感编码向量、目标音素编码向量、目标文本编码向量进行语义编码,得到目标语义编码向量;基于语音合成网络对目标情感编码向量、目标语义编码向量、目标文本编码向量进行语音合成,得到合成语音数据。本申请能够提高合成语音的语音质量。
本发明授权语音合成方法、语音合成装置、电子设备及存储介质在权利要求书中公布了:1.一种语音合成方法,其特征在于,所述方法包括: 获取目标文本,并基于所述目标文本生成目标音素数据; 将所述目标文本、预设的参考音频以及所述目标音素数据输入至预设的语音合成模型中,所述语音合成模型包括混合情感控制网络、音素编码网络、语义编码网络、文本编码网络以及语音合成网络; 基于所述混合情感控制网络对所述参考音频进行情感特征提取,得到目标情感编码向量; 基于所述音素编码网络对所述目标音素数据进行音素编码,得到目标音素编码向量; 基于所述文本编码网络对所述目标文本进行文本编码,得到目标文本编码向量; 基于所述语义编码网络对所述目标情感编码向量、所述目标音素编码向量、所述目标文本编码向量进行语义编码,得到目标语义编码向量; 基于所述语音合成网络对所述目标情感编码向量、所述目标语义编码向量、所述目标文本编码向量进行语音合成,得到合成语音数据; 所述语义编码网络包括时间预测层和注意力层,所述基于所述语义编码网络对所述目标情感编码向量、所述目标音素编码向量、所述目标文本编码向量进行语义编码,得到目标语义编码向量,包括: 对所述目标音素编码向量进行特征提取,得到第一音素隐向量; 根据所述目标文本编码向量中的分字边界信息对第一音素隐向量中属于同一个字的音素信息进行池化处理,得到第二音素隐向量; 利用所述时间预测层对目标文本编码向量中的每个字的时间进行预测,得到预测时间参数,并根据预测时间参数对目标文本编码向量进行扩帧处理,得到目标词嵌入向量; 基于所述注意力层对所述目标词嵌入向量、所述目标情感编码向量、所述第一音素隐向量、所述第二音素隐向量进行上下文编码,得到所述目标语义编码向量。
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