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韵律标注模型、韵律预测模型的训练方法及相关设备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：CN116092473B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202310154352.1，技术领域涉及：G10L13/027；该发明授权韵律标注模型、韵律预测模型的训练方法及相关设备是由陈婷;朱清影;马骏;王少军设计研发完成，并于2023-02-10向国家知识产权局提交的专利申请。

本韵律标注模型、韵律预测模型的训练方法及相关设备在说明书摘要公布了：本申请实施例提供的韵律标注模型的训练方法及相关设备，将文本序列输入至文本编码器，输出文本编码向量；将音素序列输入至所述音素编码器，输出音素编码向量；将梅尔谱输入至频谱编码器，输出频谱编码向量；将文本编码向量、音素编码向量和频谱编码向量进行融合处理；将融合特征向量输入至自注意力网络，输出预测韵律标签序列；通过上述方式，根据音频数据提取多模态的数据作为输入，为韵律标注任务提供了更丰富的韵律信息，训练得到的韵律标注模型标注精度高；本申请实施例提供的韵律预测模型的训练方法及相关设备，利用训练好的韵律标注模型进行样本增强，有利于简化韵律预测模型的结构和输入数据，训练得到的韵律预测模型韵律预测效果好。

本发明授权韵律标注模型、韵律预测模型的训练方法及相关设备在权利要求书中公布了：1.一种韵律标注模型的训练方法，其特征在于，所述韵律标注模型包括文本编码器、音素编码器、频谱编码器以及自注意力网络，所述训练方法包括： 获取第一训练样本，所述第一训练样本包括根据语音数据获取的文本序列、音素序列和梅尔谱，以及与所述文本序列对应的真实韵律标签序列； 将所述文本序列输入至所述文本编码器，输出对应的文本编码向量； 将所述音素序列输入至所述音素编码器，输出对应的音素编码向量； 将所述梅尔谱输入至所述频谱编码器，输出对应的频谱编码向量； 将所述文本编码向量、所述音素编码向量和所述频谱编码向量进行融合处理，得到对应的融合特征向量； 将所述融合特征向量输入至所述自注意力网络，输出所述文本序列对应的预测韵律标签序列； 根据所述预测韵律标签序列以及所述真实韵律标签序列计算损失值，根据所述损失值对所述韵律标注模型的参数进行调整，直至所述韵律标注模型达到训练收敛条件； 所述将所述文本编码向量、所述音素编码向量和所述频谱编码向量进行融合处理，得到对应的融合特征向量，包括： 将所述文本编码向量、所述音素编码向量和所述频谱编码向量进行拼接处理，得到拼接向量； 对所述文本编码向量、所述音素编码向量和所述频谱编码向量进行求和，三个向量按照排列顺序进行矢量叠加，得到形成的拼接向量； 将所述拼接向量输入至全连接层，输出所述文本序列对应的所述融合特征向量； 所述全连接层第一全连接层和第二全连接层，所述第一全连接层的节点数量为第一数量，所述第二全连接层的节点数据为第二数量，所述第一数量大于所述第二数量； 所述自注意力网络包括依次连接的多个转化器模块以及输出层，每个所述转化器模块包括多头注意力机制及前馈网络； 所述将所述融合特征向量输入至所述自注意力网络，输出所述文本序列对应的预测韵律标签序列，包括： 利用当前的转化器模块对上一层的转化器模块输出的表征向量进行多头自注意力机制处理与层归一化处理后得到第一输入中间向量，将所述第一输入中间向量输入至当前的转化器模块的前馈网络得到输出的第二输入中间向量，对所述第一输入中间向量和所述第二输入中间向量进行层归一化处理得到当前表征向量，将所述当前表征向量输出至下一层的转化器模块； 利用所述输出层根据最后一层的转化器模块输出的表征向量输出所述文本序列的概率特征向量，其中，所述概率特征向量包括所述文本序列中每个分词属于各预设韵律类别的概率；将概率最大的预设韵律类别作为所述分词的预测韵律以输出所述预测韵律标签序列。

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。