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！

龙图腾网获悉中电信人工智能科技(北京)有限公司申请的专利音频的合成方法、装置、处理器和可读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：CN119811356B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202411960416.8，技术领域涉及：G10L13/02；该发明授权音频的合成方法、装置、处理器和可读存储介质是由王玉倩;廉洁;李杰设计研发完成，并于2024-12-27向国家知识产权局提交的专利申请。

本音频的合成方法、装置、处理器和可读存储介质在说明书摘要公布了：本发明公开了一种音频的合成方法、装置、处理器和可读存储介质。其中，该方法包括：获取待合成音频的基础数据，其中，基础数据用于指示合成待合成音频所需满足的条件；将基础数据输入至目标声学模型中进行分析，得到频谱数据，其中，频谱数据用于指示待合成音频的音频特征，目标声学模型为利用基础数据样本和频谱数据样本训练得到，基础数据样本用于指示合成历史待合成音频所需满足的条件，频谱数据样本用于指示历史待合成音频的音频特征；基于频谱数据，将基础数据合成为目标音频。本发明解决了合成的音频的质量低的技术问题。

本发明授权音频的合成方法、装置、处理器和可读存储介质在权利要求书中公布了：1.一种音频的合成方法，其特征在于，包括： 获取待合成音频的基础数据，其中，所述基础数据用于指示合成所述待合成音频所需满足的条件，所述基础数据至少包括但不限于：待合成文本、目标发音人的标识信息、风格、目标语言； 将所述基础数据输入至目标声学模型中进行分析，得到频谱数据，其中，所述频谱数据用于指示所述待合成音频的音频特征，所述目标声学模型为利用基础数据样本和频谱数据样本训练得到，所述基础数据样本用于指示合成历史待合成音频所需满足的条件，所述频谱数据样本用于指示所述历史待合成音频的音频特征； 基于所述频谱数据，将所述基础数据合成为目标音频； 其中，所述将所述基础数据输入至目标声学模型中进行分析，得到频谱数据，包括：构建初始声学模型，所述初始声学模型包括编码器、变量预测器、解码器，所述变量预测器包括语言风格复合表征预测器模块、基频预测器和时长预测器，所述语言风格复合表征预测器模块是基于注意力机制的全局风格标记；对所述初始声学模型进行训练，得到所述目标声学模型； 所述方法还包括：将语言表征与同等维度的音素表征拼接，将拼接结果输入到所述编码器，建模上下文表征；将所述上下文表征与语言风格融合特征相加，将相加结果输入到所述变量预测器，得到语言风格融合特征向量，其中，所述语言风格融合特征是由拼接后的音素级别的风格表征和所述语言表征，映射得到；将随机噪声、发音人表征、离散语音表征输入至所述解码器，得到所述解码器的输出为梅尔频谱。

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中电信人工智能科技(北京)有限公司，其通讯地址为：100034 北京市西城区西四北大街156、158、160号2幢1至2层2-6、2-9内01；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”。