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！

龙图腾网获悉湘江实验室申请的专利一种基于VITS的韵律可控语音合成方法及相关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：CN120412544B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202510918273.2，技术领域涉及：G10L13/027；该发明授权一种基于VITS的韵律可控语音合成方法及相关装置是由姜林;叶东凤;万薇;刘琪设计研发完成，并于2025-07-03向国家知识产权局提交的专利申请。

本一种基于VITS的韵律可控语音合成方法及相关装置在说明书摘要公布了：本发明提供了一种基于VITS的韵律可控语音合成方法及相关装置，涉及语音合成技术领域。通过从输入文本中提取韵律特征信息；对输入文本进行语义编码，生成文本上下文特征表示；构建韵律控制器，并对所述韵律特征进行独立建模生成预测结果；将所述文本上下文特征表示与所述预测结果进行融合以生成韵律控制嵌入；基于VITS模型，结合所述韵律控制嵌入和说话人嵌入向量，生成多说话人语音频谱；通过解码器将所述多说话人语音频谱转换为时域语音信号；通过调整韵律特征参数，实现对合成语音的持续时长、基音周期、能量、停顿和节奏的独立控制，以提高生成的语音信号的主观质量。

本发明授权一种基于VITS的韵律可控语音合成方法及相关装置在权利要求书中公布了：1.一种基于VITS的韵律可控语音合成方法，其特征在于，包括： S1：从输入文本中提取韵律特征信息，所述韵律特征信息包括持续时长、基音周期、能量、停顿和节奏的韵律特征； S2：通过BERT预训练模型对输入文本进行语义编码，生成文本上下文特征表示； S3：构建包含持续时长预测器、能量预测器、基音周期预测器、停顿预测器和节奏预测器的韵律控制器，并通过所述韵律控制器对所述韵律特征进行独立建模并生成预测结果； S4：将所述文本上下文特征表示与所述预测结果进行融合以生成融合后的韵律控制嵌入； S5：基于VITS模型，结合所述韵律控制嵌入和说话人嵌入向量，生成多说话人语音频谱； S6：通过解码器将所述多说话人语音频谱转换为时域语音信号； S7：通过调整韵律特征参数，实现对合成语音的持续时长、基音周期、能量、停顿和节奏的独立控制； 其中，所述步骤S3中：所述韵律控制器采用一维卷积网络、双向长短期记忆网络及线性层构成，通过特征融合模块将各预测器的输出嵌入进行叠加，并应用Kolmogorov-Arnold表示定理实现多元特征的一元基函数融合，具体公式为： 其中，是权重，是基函数。

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湘江实验室，其通讯地址为：410000 湖南省长沙市高新区尖山路217号北斗产业园1栋；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”。