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！

龙图腾网获悉思必驰科技股份有限公司申请的专利基于双说话人嵌入的跨语言语音合成方法及系统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：CN116453502B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202310572407.0，技术领域涉及：G10L13/08；该发明授权基于双说话人嵌入的跨语言语音合成方法及系统是由俞凯;刘森设计研发完成，并于2023-05-19向国家知识产权局提交的专利申请。

本基于双说话人嵌入的跨语言语音合成方法及系统在说明书摘要公布了：本发明实施例提供一种基于双说话人嵌入的跨语言语音合成方法。该方法包括：将文本以及本土语言说话人嵌入输入至txt2vec声学模型，通过文本编码器确定文本的音素序列编码，通过解码器从音素序列编码以及本土语言说话人嵌入确定矢量量化声学特征以及辅助特征；将目标语言说话人嵌入、矢量量化声学特征以及辅助特征输入至vec2wav声码器，提取目标语言说话人嵌入的X‑vector特征，将X‑vector特征、矢量量化声学特征以及辅助特征输入至特征编码器，得到跨语言声学特征；利用生成器确定跨语言声学特征的跨语言合成语音。本发明实施例构建了基于VQTTS的跨语言TTS模型，分别对语言说话风格和说话人音色进行建模，从而实现了具有高原生性和与目标说话人相似音色的跨语言语音合成。

本发明授权基于双说话人嵌入的跨语言语音合成方法及系统在权利要求书中公布了：1.一种基于双说话人嵌入的跨语言语音合成方法，包括： 将文本以及本土语言说话人嵌入输入至txt2vec声学模型，在所述txt2vec声学模型中，通过文本编码器确定所述文本的音素序列编码，通过解码器从所述音素序列编码以及所述本土语言说话人嵌入确定本土语言说话人发音风格的矢量量化的声学特征以及辅助特征，包括：将所述音素序列编码量化为多个语音帧，利用辅助控制器在所述本土语言说话人嵌入中单独预测所述多个语音帧各自的码本索引，以构建本土语言高保真语音，通过解码器从所述本土语言高保真语音中确定本土语言说话人发音风格的矢量量化的声学特征以及辅助特征，其中，所述辅助特征包括：预测语音帧的码本索引概率； 将作为非本土语言的目标语言说话人嵌入、所述矢量量化的声学特征以及辅助特征输入至vec2wav声码器，在所述vec2wav声码器中，提取所述目标语言说话人嵌入的X-vector特征，将所述X-vector特征、所述矢量量化的声学特征以及辅助特征输入至特征编码器，得到在本土语言说话人发音风格基础上模拟目标语言说话人音色的跨语言声学特征； 利用生成器确定所述跨语言声学特征的跨语言合成语音。

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思必驰科技股份有限公司，其通讯地址为：215123 江苏省苏州市苏州工业园区新平街388号腾飞创新园14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”。

以上内容由龙图腾AI智能生成。