广州视源电子科技股份有限公司;广州视睿电子科技有限公司章武峰获国家专利权
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！
龙图腾网获悉广州视源电子科技股份有限公司;广州视睿电子科技有限公司申请的专利基于音素分类的语音对齐方法、装置、设备和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：CN119811370B 。
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：202311311481.3，技术领域涉及：G10L15/02；该发明授权基于音素分类的语音对齐方法、装置、设备和介质是由章武峰设计研发完成，并于2023-10-10向国家知识产权局提交的专利申请。
本基于音素分类的语音对齐方法、装置、设备和介质在说明书摘要公布了：本申请实施例公开了基于音素分类的语音对齐方法、装置、电子设备和存储介质。该语音对齐方法中，将待处理音频数据输入预训练的音素分类模型得到第一音素拆分结果；对待处理音频数据的进行语音识别得到语音识别文本，对语音识别文本进行音素拆分得到第二音素拆分结果；将第一音素拆分结果与第二音素拆分结果进行路径求解，得到对齐结果。通过对待处理音频数据的发音状态和发音细节进行精准分类，通过路径求解对两路音素拆分结果进行强制对齐，以分隔符号和静音符号作为进行对齐时对说话间隔和连续相同音素的约束，能实现两路音素拆分结果的精准对齐，可以在通过语音内容对音视频进行剪辑时明显提高操作精度。
本发明授权基于音素分类的语音对齐方法、装置、设备和介质在权利要求书中公布了：1.基于音素分类的语音对齐方法，其特征在于，包括： 将待处理音频数据输入预训练的音素分类模型得到第一音素拆分结果； 对所述待处理音频数据的进行语音识别得到语音识别文本，对所述语音识别文本进行音素拆分得到第二音素拆分结果； 将所述第一音素拆分结果与所述第二音素拆分结果进行路径求解，得到对齐结果； 将所述对齐结果中连续出现在预设数量以上的静音符号保留，将剩余静音符号校正为分隔符号，得到第一校正结果； 根据所述静音符号和分隔符号，提取所述第一校正结果中的静音帧片段和单字帧片段，得到第二校正结果； 根据每帧对应的时长，确认所述第二校正结果中的静音帧片段和单字帧片段对应的时间戳信息，得到目标对齐结果； 其中，所述第一音素拆分结果和第二音素拆分结果中包括分隔符号和静音符号，所述分隔符号位于所述待处理音频数据中每个字对应的最后一个音素之后，所述静音符号位于所述待处理音频数据中字与字之间的静音停顿部分，以及首尾的静音部分。
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广州视源电子科技股份有限公司;广州视睿电子科技有限公司，其通讯地址为：510530 广东省广州市黄埔区云埔四路6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。
免责声明
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
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