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！

龙图腾网获悉北京捷通华声科技股份有限公司申请的专利一种语音合成方法、装置、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：CN119785755B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202411635438.7，技术领域涉及：G10L13/02；该发明授权一种语音合成方法、装置、设备和存储介质是由王愈;李健;陈明;武卫东设计研发完成，并于2024-11-15向国家知识产权局提交的专利申请。

本一种语音合成方法、装置、设备和存储介质在说明书摘要公布了：本申请实施例提供了一种语音合成方法、装置、设备和存储介质，接收待合成语音的目标文本；将所述目标文本对应的目标音素序列输入语音合成模型，得到所述语音合成模型输出的所述目标文本对应的目标语音；所述语音合成模型采用后验编码器、旁路引导模块、训练录音以及训练文本训练得到；所述旁路引导模块用于生成引导信息；所述引导信息用于引导所述后验编码器，以使所述后验编码器提取所述训练录音对应的线性谱中的骨干语音信息，所述骨干语音信息用于对所述语音合成模型进行训练。本申请实施例有助于提升语音合成模型整体训练效果，有效解决了模型合成的目标语音发音不准确、音质波动的问题，目标语音的清晰度和自然度得以增强。

本发明授权一种语音合成方法、装置、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，所述方法包括： 接收待合成语音的目标文本； 将所述目标文本对应的目标音素序列输入语音合成模型，得到所述语音合成模型输出的所述目标文本对应的目标语音，所述语音合成模型包括解码器、流模块、文本编码器、投影层以及随机时长预测器；所述语音合成模型采用所述解码器、所述流模块、所述文本编码器、所述投影层、所述随机时长预测器、后验编码器、旁路引导模块、训练录音以及训练文本训练得到；所述旁路引导模块用于生成引导信息；所述引导信息用于引导所述后验编码器，以使所述后验编码器提取所述训练录音对应的线性谱中的骨干语音信息，所述骨干语音信息用于对所述语音合成模型进行训练； 其中，所述旁路引导模块由若干个耦合层串联组成，所述语音合成模型的训练过程，包括： 将所述训练录音对应的发音信息输入所述旁路引导模块； 当所述发音信息逐个经过所述旁路引导模块中的所述耦合层时，获取每个所述耦合层输出的所述引导信息，以及，获取最后一个所述耦合层输出的自监督损失； 将所述引导信息与所述训练录音对应的线性谱输入所述后验编码器，得到训练语音均值与训练语音方差； 对所述训练语音均值以及所述训练语音方差对应的高斯分布模型进行随机采样，得到语音采样结果； 将所述语音采样结果输入所述解码器，得到语音生成损失； 将所述语音采样结果输入所述流模块，得到训练中间向量； 将所述训练文本对应的音素序列输入所述文本编码器，得到训练文本矩阵； 将所述训练文本矩阵输入所述投影层，得到训练文本均值与训练文本方差； 针对所述训练文本均值与所述训练文本方差，采用所述训练中间向量进行时序对齐，得到第一训练对齐参数； 将所述训练文本矩阵输入所述随机时长预测器，得到第二训练对齐参数； 将所述第一训练对齐参数和所述第二训练对齐参数进行对比，得到时长损失； 将所述训练文本均值和所述训练文本方差塑造的训练文本高斯分布与所述训练语音均值与所述训练语音方差塑造的训练语音高斯分布进行对比，得到相对熵； 根据所述自监督损失、所述语音生成损失、所述时长损失以及所述相对熵，更新所述语音合成模型的神经网络参数。

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北京捷通华声科技股份有限公司，其通讯地址为：100193 北京市海淀区东北旺西路8号9号楼3层2区318；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。