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！

龙图腾网获悉浙江大学;浙江大学杭州国际科创中心申请的专利一种虚拟直播环境下的实时语音转换方法和装置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：CN116798441B 。

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：202310608250.2，技术领域涉及：G10L21/013；该发明授权一种虚拟直播环境下的实时语音转换方法和装置是由卢立;陈钱牛;顾哲涵;巴钟杰;林峰;任奎设计研发完成，并于2023-05-26向国家知识产权局提交的专利申请。

本一种虚拟直播环境下的实时语音转换方法和装置在说明书摘要公布了：本发明公开了一种虚拟直播环境下的实时语音转换方法和装置，高度保留了扮演者的语气、语调等身份无关的语音特征，为用户提供了无需注册、重训练即可在个人电脑上流畅运行的服务。此外，该方法提供20种以上的虚拟音色以供选择、切换，为VTuber提供更加多元化、个性化的虚拟角色扮演效果，更好地服务虚拟直播场景。本方法可以实现低延迟和高质量的实时语音生成，能够实现实时转换并控制实时延迟仅为70.8ms，在语音质量和易懂度上与最先进的基于Diffusion的多目标语音转换方法相当，在语音相似性上领先于目前的主流方法。

本发明授权一种虚拟直播环境下的实时语音转换方法和装置在权利要求书中公布了：1.一种虚拟直播环境下的实时语音转换方法，其特征在于，所述方法包括： 通过前端交互界面进行系统参数配置，输入输出语音波形和频谱实时显示，运行状态实时反馈； 通过麦克风持续录制用户语音流作为原始语音输入，并以50~200ms固定的短段长对语音流进行无重叠地分段，获取分段语音; 对分段语音提取标准对数梅尔频谱，获取分段输入语音特征； 根据预先设定的虚拟语音目标，将所述分段输入语音特征和音色特征向量同时输入预训练的特征转换模型中进行处理，生成符合目标虚拟音色的分段输出语音特征； 将所述分段输出语音特征输入语音重建模型进行语音重建，生成符合目标虚拟音色的与输入语音段等长的分段输出语音； 将所述分段输出语音按照时间顺序直接拼接获取实时生成的虚拟语音； 所述提取标准对数梅尔频谱处理采用段间缓存机制，具体为： 取消标准对数梅尔频谱时提取时频图时的padding机制； 在提取每一段语音的标准对数梅尔频谱时，将最后部分语音进行缓存，在提取每一段语音的标准对数梅尔频谱前，将上一段处理过程中的缓存拼接到输入段的开头；所述最后部分语音长度为帧长-步长。

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浙江大学;浙江大学杭州国际科创中心，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。