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！

龙图腾网获悉上海湃舵智能科技有限公司申请的专利音素对齐模型训练及语音合成方法、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：CN120748366B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202510882019.1，技术领域涉及：G10L13/08；该发明授权音素对齐模型训练及语音合成方法、装置、设备和介质是由丁阔;黄代玉设计研发完成，并于2025-06-27向国家知识产权局提交的专利申请。

本音素对齐模型训练及语音合成方法、装置、设备和介质在说明书摘要公布了：本申请涉及语音合成技术领域，尤其涉及音素对齐模型训练及语音合成方法、装置、设备和介质。方法包括：将根据语音训练数据得到频谱特征信息和文本特征信息进行卷积注意力对齐，得到第一对齐矩阵；基于第一对齐矩阵执行单调对齐搜索生成第二对齐矩阵，第二对齐矩阵为二值化硬注意力矩阵；根据第一对齐矩阵和第二对齐矩阵计算相对熵损失；根据第二对齐矩阵将文本特征信息扩展至梅尔频谱帧长度，并将扩展后的文本特征信息进行线性变换生成预测梅尔频谱；根据频谱特征信息和预测梅尔频谱计算梅尔损失；根据相对熵损失和梅尔损失训练音素对齐模型，直至满足预设收敛条件。采用本方法能够提高音素对齐准确性，进而提高语音合成准确性。

本发明授权音素对齐模型训练及语音合成方法、装置、设备和介质在权利要求书中公布了：1.一种音素对齐模型训练方法，其特征在于，所述方法包括： 获取语音训练数据，并根据所述语音训练数据，得到频谱特征信息和文本特征信息；其中，所述频谱特征信息包括多个梅尔频谱帧，所述文本特征信息包括多个音素； 将所述频谱特征信息和所述文本特征信息进行卷积注意力对齐，得到第一对齐矩阵； 基于所述第一对齐矩阵执行单调对齐搜索生成第二对齐矩阵，所述第二对齐矩阵为二值化硬注意力矩阵； 根据所述第一对齐矩阵和所述第二对齐矩阵计算相对熵损失； 根据所述第二对齐矩阵将所述文本特征信息扩展至梅尔频谱帧长度，并将扩展后的所述文本特征信息进行线性变换生成预测梅尔频谱； 根据所述频谱特征信息和所述预测梅尔频谱计算梅尔损失； 根据所述相对熵损失和所述梅尔损失训练音素对齐模型，直至满足预设收敛条件； 所述方法还包括： 基于对数概率分布函数对所述第一对齐矩阵计算得到音素概率序列；所述音素概率序列为各梅尔频谱帧对应音素分类概率的对数值； 根据所述文本特征信息和所述音素概率序列计算连接时序分类损失； 基于所述连接时序分类损失、所述相对熵损失和所述梅尔损失训练所述音素对齐模型，直至满足所述预设收敛条件。

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湃舵智能科技有限公司，其通讯地址为：200241 上海市闵行区紫星路588号2幢3楼330室(集中登记地)；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。