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！

龙图腾网获悉大象声科(深圳)科技有限公司申请的专利一种双阶段神经声码器的语音合成方法、系统、终端及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：CN121034282B 。

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：202511548389.8，技术领域涉及：G10L13/027；该发明授权一种双阶段神经声码器的语音合成方法、系统、终端及介质是由张文政;闫永杰设计研发完成，并于2025-10-28向国家知识产权局提交的专利申请。

本一种双阶段神经声码器的语音合成方法、系统、终端及介质在说明书摘要公布了：本发明公开了一种双阶段神经声码器的语音合成方法、系统、终端及介质，涉及语音合成技术领域，双阶段包括幅度重建阶段和相位生成阶段，方法包括：在幅度重建阶段中，基于ICCRN模型利用监督学习的方式得到估计幅度谱；在相位生成阶段时，基于幅度重建阶段中得到的估计幅度谱与ICCRN模型，结合生成对抗网络，生成与估计幅度谱高度拟合的相位谱；基于估计幅度谱与相位谱，得到合成后的语音样本。本发明将ICCRN模型应用在幅度谱重建阶段和相位谱生成阶段中，且在相位谱生成阶段，创新的提出GAN的方式，利用估计幅度谱去生成一个高度拟合幅度的相位谱，解决了相位‑幅度固有的一对多的关系，有利于提升音频保真度和设备兼容性。

本发明授权一种双阶段神经声码器的语音合成方法、系统、终端及介质在权利要求书中公布了：1.一种双阶段神经声码器的语音合成方法，其特征在于，所述双阶段神经声码器采用的是原位倒谱卷积循环神经网络模型，双阶段包括幅度重建阶段和相位生成阶段，所述方法包括： 在幅度重建阶段中，获取原始语音样本的梅尔频谱图，利用伪逆梅尔滤波器组插值到原始幅度的特征维度，并基于所述原位倒谱卷积循环神经网络模型利用监督学习的方式恢复幅度谱，得到估计幅度谱，以实现幅度谱重建； 在相位生成阶段时，基于幅度重建阶段中得到的所述估计幅度谱与所述原位倒谱卷积循环神经网络模型，结合生成对抗网络，生成与所述估计幅度谱拟合的相位谱，以实现相位谱的生成，其中，所述生成对抗网络包括生成器和判别器，所述生成器用于推理阶段，采用原位倒谱卷积循环神经网络模型的架构，所述判别器用于训练阶段，由多个结构相同的并行判别器模块组成，每个判别器模块的输出值用于驱动所述生成器的对抗训练过程； 基于所述估计幅度谱与所述相位谱，得到合成后的语音样本； 所述原位倒谱卷积循环神经网络模型的核心层结构包括：5层倒谱频率块以及频率域双向长短期记忆网络；其中，所述倒谱频率块用于提取线性频谱的频域局部特征，所述频率域双向长短期记忆网络用于捕捉频率维度的长依赖关系，将所述线性频谱映射到高维空间； 在幅度重建阶段，所述原位倒谱卷积循环神经网络模型的通道数为10，网络输出层采用Softplus激活函数； 在相位生成阶段，所述原位倒谱卷积循环神经网络模型的通道数为20，网络输出层采用的相位计算公式为： 其中，示实部，表示虚部，为反正切函数，用于处理相位计算时的象限判别与主值区间约束。

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大象声科(深圳)科技有限公司，其通讯地址为：518000 广东省深圳市南山区粤海街道高新区社区科技南路18号深圳湾科技生态园12栋裙楼533；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。