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！

龙图腾网获悉平安科技(深圳)有限公司申请的专利基于解耦VQ-VAE的语音合成方法、装置、设备及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：CN119252225B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202411531770.9，技术领域涉及：G10L13/02；该发明授权基于解耦VQ-VAE的语音合成方法、装置、设备及存储介质是由张旭龙;王健宗设计研发完成，并于2024-10-29向国家知识产权局提交的专利申请。

本基于解耦VQ-VAE的语音合成方法、装置、设备及存储介质在说明书摘要公布了：本发明涉及音频信号处理技术领域，公开了一种基于解耦VQ‑VAE的语音合成方法、装置、设备及存储介质，包括：从待合成语音信号的梅尔频谱图中随机选取第一帧片段作为参考帧片段，将参考帧片段输入全局参考编码器，通过全局参考编码器从参考帧片段中解耦时不变特征，得到与时变特征分离的语音信息全局表示；从待合成语音信号的梅尔频谱图中随机选取第二帧片段，将第二帧片段和语音信息全局表示输入基于解耦VQ‑VAE的单码本语音编解码器，单码本语音编解码器通过解耦的VQ‑VAE将第二帧片段解耦为时不变特征且富含语音信息的离散序列；通过解码器对离散序列进行解码，生成重建的梅尔频谱图。本发明避免了多序列预测的问题，提高了语音编解码器的工作效率和鲁棒性。

本发明授权基于解耦VQ-VAE的语音合成方法、装置、设备及存储介质在权利要求书中公布了：1.一种基于解耦VQ-VAE的语音合成方法，其特征在于，包括： 从待合成语音信号的梅尔频谱图中随机选取第一帧片段作为参考帧片段，将所述参考帧片段输入全局参考编码器，所述全局参考编码器包括卷积层和GRU层，所述参考帧片段输入全局参考编码器后，通过所述卷积层对所述参考帧片段进行卷积处理，获取卷积特征；通过所述GRU层采用门控机制从卷积特征中解耦时不变特征，并经过线性层变换后得到语音信息全局表示； 从所述待合成语音信号的梅尔频谱图中随机选取第二帧片段，将所述第二帧片段和语音信息全局表示一起输入基于解耦VQ-VAE的单码本语音编解码器，通过混合采样模块对所述第二帧片段进行下采样，并将下采样特征送入多个卷积块进行卷积特征提取； 将所述卷积特征送入BLSTM模块进行上下文建模，获取相邻帧之间的上下文信息，通过重采样模块提取卷积特征中与语音相关的音素信息； 将所述音素信息经过线性层变换后与语音信息全局表示相减，并通过混合采样模块进行上采样，获取上采样特征； 将所述上采样特征送入BLSTM模块进行上下文建模，并将所述BLSTM模块的输出经过线性层变换后，得到潜在的语音内容表示； 将所述语音内容表示送入矢量量化器，通过所述矢量量化器将语音内容表示映射到离散的码本空间，得到量化的语音内容表示，构成时不变特征且具有语音信息的离散序列； 通过解码器对所述离散序列进行解码，获取待合成语音信号的语音细节信息，并将所述语音细节信息与语音信息全局表示相加，生成重建的梅尔频谱图； 通过声码器将所述重建的梅尔频谱图转换为语音波形，得到语音合成结果。

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平安科技(深圳)有限公司，其通讯地址为：518000 广东省深圳市福田区福田街道福安社区益田路5033号平安金融中心23楼；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。