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！

龙图腾网获悉南方电网人工智能科技有限公司申请的专利基于韵律边界信息和VAE结构的语音合成模型生成方法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：CN119107931B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202411037244.7，技术领域涉及：G10L13/027；该发明授权基于韵律边界信息和VAE结构的语音合成模型生成方法是由吴石松;陈柔伊;董召杰;李轩昂;梁寿愚;卢志良;郑桦;林全郴;冯勤宇;赵必美;王鹏凯;赵翔宇;任正国;陈骞;梁凌宇设计研发完成，并于2024-07-31向国家知识产权局提交的专利申请。

本基于韵律边界信息和VAE结构的语音合成模型生成方法在说明书摘要公布了：本申请涉及一种基于韵律边界信息和VAE结构的语音合成模型生成方法。所述方法包括：获取训练数据集；训练数据集包括样本语音以及样本语音对应的韵律边界信息、文本信息和音素信息；根据样本语音以及对应的音素信息，训练语音合成网络，得到训练后的语音合成网络；根据样本语音以及对应的韵律边界信息，训练韵律编码网络，得到训练后的韵律编码网络；根据样本语音以及对应的文本信息、音素信息和韵律边界信息，训练韵律预测网络，得到训练后的韵律预测网络；根据训练后的语音合成网络、训练后的韵律编码网络和训练后的韵律预测网络，生成基于韵律边界信息和VAE结构的语音合成模型。采用本方法能够生成具有准确韵律的合成语音，提高合成语音的准确率。

本发明授权基于韵律边界信息和VAE结构的语音合成模型生成方法在权利要求书中公布了：1.一种基于韵律边界信息和VAE结构的语音合成模型生成方法，其特征在于，所述方法包括： 获取训练数据集；所述训练数据集包括样本语音以及所述样本语音对应的韵律边界信息、文本信息和音素信息； 根据所述样本语音以及所述样本语音对应的音素信息，训练语音合成网络； 根据所述样本语音以及所述样本语音对应的韵律边界信息，训练韵律编码网络；所述韵律编码网络由韵律词级韵律编码器和韵律短语级韵律编码器组成；所述韵律词级韵律编码器的输出为韵律词级韵律嵌入向量；所述韵律短语级韵律编码器的输出为韵律短语级韵律嵌入向量；所述韵律词级韵律嵌入向量为将从梅尔谱中提取的韵律词级别的梅尔谱特征输入至所述韵律词级韵律编码器，利用所述韵律词级韵律编码器获取后验分布后，经随机采样获得的；所述韵律短语级韵律嵌入向量为将从所述梅尔谱中提取的韵律词短语级别的梅尔谱特征和所述韵律词级韵律嵌入向量输入至所述韵律短语级韵律编码器，利用所述韵律短语级韵律编码器获取后验分布后，经随机采样获得的； 在对所述语音合成网络与所述韵律编码网络训练预设阶段后，随着所述韵律编码网络的kl损失的收敛，根据所述样本语音以及所述样本语音对应的文本信息、音素信息和韵律边界信息，训练韵律预测网络；所述韵律预测网络包括韵律词级韵律预测器和韵律短语级韵律预测器；所述韵律词级韵律预测器建立在音素序列信息和文本序列信息上；所述音素序列信息基于音素级编码器编码得到；所述文本序列信息基于字符级编码器编码得到； 根据训练后的语音合成网络、训练后的韵律编码网络和训练后的韵律预测网络，生成基于韵律边界信息和VAE结构的语音合成模型； 其中，在所述韵律预测网络的训练期间，采用调度采样机制使所述语音合成网络在所述韵律预测网络的指导下训练收敛，以得到训练完成的所述基于韵律边界信息和VAE结构的语音合成模型。

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方电网人工智能科技有限公司，其通讯地址为：510700 广东省广州市黄埔区中新广州知识城亿创街1号406房之822；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”。