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！

龙图腾网获悉上海喜马拉雅科技有限公司申请的专利耳语语音合成方法、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：CN116312461B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202310282114.9，技术领域涉及：G10L13/02；该发明授权耳语语音合成方法、装置、设备及存储介质是由汪晨;林怡亭;游于人;周鸿斌设计研发完成，并于2023-03-21向国家知识产权局提交的专利申请。

本耳语语音合成方法、装置、设备及存储介质在说明书摘要公布了：本申请提供了一种耳语语音合成方法、装置、设备及存储介质，其中，该方法包括：根据标注数据集进行文本前端模型训练，得到文本前端模型，然后由文本前端模型对文本进行预测，得到文本的预测音素序列，接下来根据预测音素序列以及预测音素序列对应的耳语语音数据进行声学后端模型训练，得到声学后端模型，接下来将待转换文本输入文本前端模型，就可以得到待转换文本的目标音素序列，然后声学后端模型可以基于目标音素序列进行预测，得到待转换文本的耳语语音。本申请将附着杂音引入模型训练的过程中，可以使得文本前端模型和声学后端模型能够合成带有附着杂音的耳语语音，大大提升转换的耳语语音的可懂度和自然度。

本发明授权耳语语音合成方法、装置、设备及存储介质在权利要求书中公布了：1.一种耳语语音合成方法，其特征在于，包括： 根据标注数据集进行前端模型训练，得到文本前端模型，所述标注数据集中包括多个第一标注文本序列，所述第一标注文本序列中包括标注附着杂音信息，所述标注附着杂音信息包括：附着杂音的标注位置、附着杂音的标注类型； 将第二标注文本序列输入所述文本前端模型进行预测，得到预测音素序列，所述预测音素序列用于表征所述第二标注文本序列的声学特征，所述声学特征包括所述第二标注文本序列中的附着杂音的位置和附着杂音的类型； 将所述预测音素序列与所述第二标注文本序列对应的耳语音频组合，得到后端训练样本，并根据所述后端训练样本进行模型训练，得到声学后端模型； 将待转换文本输入所述文本前端模型，得到所述待转换文本的目标音素序列，并将所述目标音素序列输入所述声学后端模型中，得到所述待转换文本的耳语语音； 所述将待转换文本输入所述文本前端模型，得到所述待转换文本的目标音素序列，包括： 将所述待转换文本输入所述文本前端模型，由所述文本前端模型将所述待转换文本转换为初始音素序列，并对待转换文本的初始音素序列预测附着杂音，得到所述待转换文本的附着杂音位置和附着杂音类型，所述初始音素序列中包括多个音素； 由所述文本前端模型将所述附着杂音位置和附着杂音类型标注在所述待转换文本的初始音素序列中，得到所述待转换文本的目标音素序列； 所述对待转换文本的音素序列预测附着杂音，得到所述待转换文本的附着杂音位置和附着杂音类型，包括： 对所述初始音素序列进行遍历，依次确定所述初始音素序列中的目标音素，并确定所述目标音素的前一音素以及所述目标音素的后一音素； 根据所述目标音素的音素属性与前一音素的音素属性，确定所述目标音素的前附着杂音位置以及前附着杂音属性； 根据所述目标音素的音素属性确定所述目标音素的中附着杂音位置以及中附着杂音属性； 根据所述目标音素的音素属性与后一音素的音素属性，确定所述目标音素的后附着杂音位置以及后附着杂音属性，其中，所述音素属性包括：声腔状态、气流受阻点位置、音征差异和音素的声学特征。

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上海喜马拉雅科技有限公司，其通讯地址为：201100 上海市闵行区紫星路588号2幢2062室；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。