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！

龙图腾网获悉中国人民解放军陆军工程大学申请的专利一种在转换语音中添加源说话人水印的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：CN118629424B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202410897118.2，技术领域涉及：G10L25/03；该发明授权一种在转换语音中添加源说话人水印的方法是由张雄伟;葛晓义;孙蒙;邹霞;李毅豪;宋宫琨琨设计研发完成，并于2024-07-05向国家知识产权局提交的专利申请。

本一种在转换语音中添加源说话人水印的方法在说明书摘要公布了：本发明公开了语音信号处理技术领域的一种在转换语音中添加源说话人水印的方法，旨在解决效率低且重建语音波形质量差，对端到端的主流语音转换方法的适应性差技术问题。其包括：保留了转换语音的潜在表示，并在转换语音的潜在表示的基础上添加源说话人特征的潜在表示，不仅计算量小、规模轻量化且不会破坏原有的转换语音，从而含密转换语音潜在表示被解码后所获得的添加了源说话人水印的转换语音的和原有的转换语音相近，添加水印后的转换语音质量较高且具备可解释性，因此可以直接将源说话人水印嵌入至通过端到端的主流语音转换方法生成的转换语音中；在转换语音中添加源说话人水印的方法可作为语音转换模型的补充部分直接使用，具备广泛适用性。

本发明授权一种在转换语音中添加源说话人水印的方法在权利要求书中公布了：1.一种在转换语音中添加源说话人水印的方法，其特征是，包括， 获取转换语音的频谱，从所述转换语音的频谱中提取转换语音的潜在表示； 获取源说话人的身份特征，从所述源说话人的身份特征中提取源说话人特征的潜在表示； 将所述源说话人特征的潜在表示作为源说话人水印，添加在所述转换语音的潜在表示中，获得含密转换语音潜在表示； 解码所述含密转换语音潜在表示，获得添加了源说话人水印的转换语音； 所述获取源说话人的身份特征，从所述源说话人的身份特征中提取源说话人特征的潜在表示，包括， 获取源语音； 采用预训练的说话人身份编码器对所述源语音进行编码，获得源说话人的身份特征； 对所述源说话人的身份特征进行维度扩展处理，获得维度扩展后的特征向量； 采用源说话人身份编码网络模块编码所述维度扩展后的特征向量，获得源说话人特征的潜在表示；其中，所述源说话人身份编码网络模块主要由三层门控卷积神经网络组成； 所述将所述源说话人特征的潜在表示作为源说话人水印，添加在所述转换语音的潜在表示中，获得含密转换语音潜在表示，包括， 将源说话人特征的潜在表示以残差的形式添加在转换语音的潜在表示中，获得含密转换语音潜在表示； 所述解码所述含密转换语音潜在表示，获得添加了源说话人水印的转换语音，包括， 将所述含密转换语音潜在表示经过含密转换语音解码网络模块进行解码，获得含密转换语音的频谱；其中，所述含密转换语音解码网络模块主要由四层门控卷积神经网络组成； 将所述含密转换语音的频谱进行逆短时傅里叶变换，获得含密转换语音的波形，将所述含密转换语音的波形作为添加了源说话人水印的转换语音的波形，实现在所述转换语音中添加源说话人水印；所述获得含密转换语音的波形，所述含密转换语音的波形作为添加了源说话人水印的转换语音的波形，包括， 将所述含密转换语音的波形进行短时傅里叶变，获得含密转换语音频谱； 将所述含密转换语音频谱输入源说话人身份解码模块进行解码，获得重建源说话人身份特征；其中，所述源说话人身份解码模块主要由四层门控卷积神经网络和一层自适应平均池化组成； 验证对比所述重建源说话人身份特征和所述源说话人的身份特征之间的余弦相似度值，响应于余弦相似度值大于第一阈值，将所述重建源说话人身份特征和所述含密转换语音的波形输入语音转换模块中，获得重建源语音； 获取源语音，验证对比所述重建源语音与所述源语音的语音相似度值，响应于语音相似度值大于第二阈值，将所述含密转换语音的波形作为添加了源说话人水印的转换语音的波形。

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国人民解放军陆军工程大学，其通讯地址为：210007 江苏省南京市秦淮区后标营路88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。