科大讯飞股份有限公司胡亚军获国家专利权
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!
龙图腾网获悉科大讯飞股份有限公司申请的专利语音合成方法、装置、电子设备和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:CN119763545B 。
龙图腾网通过国家知识产权局官网在2025-09-23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:202411906533.6,技术领域涉及:G10L13/08;该发明授权语音合成方法、装置、电子设备和存储介质是由胡亚军;宋锐;刘利娟;方昕;潘嘉;高建清;刘聪设计研发完成,并于2024-12-23向国家知识产权局提交的专利申请。
本语音合成方法、装置、电子设备和存储介质在说明书摘要公布了:本发明提供一种语音合成方法、装置、电子设备和存储介质,涉及语音技术领域,其中方法包括:将获取的待合成文本和情感属性输入语音合成模型中,得到语音合成模型输出的目标语音;其中,语音合成模型为基于第一样本语音对应的第一样本文本和第一样本语音对应的第一样本情感特征训练得到的,第一样本情感特征为将第一样本语音输入情感编码模型后得到的,情感编码模型为基于目标编码和第二样本情感特征的最小互信息损失训练得到的。本发明能够基于最小互信息损失训练得到情感编码模型,以使情感编码模型输出的情感特征中不包括音色和文本内容等不相关信息,使得语音合成模型能够实现对细粒度情感的控制,提高了语音合成的控制力。
本发明授权语音合成方法、装置、电子设备和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,包括: 获取待合成文本和情感属性; 将所述待合成文本和所述情感属性输入语音合成模型中,得到所述语音合成模型输出的目标语音; 其中,所述语音合成模型为基于第一样本语音对应的第一样本文本和所述第一样本语音对应的第一样本情感特征训练得到的,所述第一样本情感特征为将所述第一样本语音输入情感编码模型后得到的,所述情感编码模型为基于目标编码和第二样本情感特征的最小互信息损失训练得到的,所述目标编码包括第二样本语音的音色编码和或所述第二样本语音的第二样本文本的文本内容编码,所述第二样本情感特征为将第二样本语音输入初始情感编码模型后得到的; 其中,所述情感编码模型为基于如下方式训练得到的: 将所述第二样本语音输入初始情感编码模型的语音编码网络中,得到所述语音编码网络输出的语义特征; 将预设可学习情感空间和所述语义特征输入所述初始情感编码模型的语音编码网络中,得到所述情感编码网络输出的所述第二样本情感特征; 确定所述第二样本情感特征和所述音色编码的第一最小互信息损失,并确定所述第二样本情感特征和所述文本内容编码的第二最小互信息损失; 基于所述第一最小互信息损失和所述第二最小互信息损失,对所述情感编码网络的网络参数进行更新,得到所述情感编码模型; 所述基于所述第一最小互信息损失和所述第二最小互信息损失,对所述情感编码网络的网络参数进行更新,得到所述情感编码模型,包括: 将所述第二样本语音对应的情感描述文本输入所述初始情感编码模型的描述文本编码网络中,得到所述描述文本编码网络输出的情感描述编码; 基于所述第二样本情感特征和所述情感描述编码,确定对比学习损失; 基于所述第一最小互信息损失、所述第二最小互信息损失和所述对比学习损失,对所述情感编码网络的网络参数和所述描述文本编码网络的网络参数进行更新,得到所述情感编码模型。
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科大讯飞股份有限公司,其通讯地址为:230088 安徽省合肥市高新开发区望江西路666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。
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