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！

龙图腾网获悉维音数码(上海)有限公司申请的专利一种基于跨域一致性损失的语音克隆方法及系统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：CN116229932B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202211570251.4，技术领域涉及：G10L13/02；该发明授权一种基于跨域一致性损失的语音克隆方法及系统是由袁欣;冯永兵;陈培华设计研发完成，并于2022-12-08向国家知识产权局提交的专利申请。

本一种基于跨域一致性损失的语音克隆方法及系统在说明书摘要公布了：本发明涉及一种基于跨域一致性损失的语音克隆方法及系统，属于语音克隆技术领域，解决了现有语音克隆的声音质量低的问题。包括采集克隆对象的音频，获取克隆对象的声纹特征，将音频传入预训练的语音后验图模型，获取克隆对象语音后验图；基于语料库和语音后验图模型，训练得到源声学模型，根据克隆对象语音后验图及跨域一致性损失迁移学习源声学模型，获取自适应声学模型；基于语料库和语料样本的声纹特征，训练得到鲁棒声码器；获取待合成文本的音素及韵律，传入自适应声学模型得到待合成的梅尔频谱，将待合成的梅尔频谱传入鲁棒声码器进行语音合成，根据所选择的目标克隆对象的声纹特征，输出目标克隆对象的合成音频。实现了高质量的语音克隆。

本发明授权一种基于跨域一致性损失的语音克隆方法及系统在权利要求书中公布了：1.一种基于跨域一致性损失的语音克隆方法，其特征在于，包括以下步骤： 采集克隆对象的音频，从音频中获取克隆对象的声纹特征，将克隆对象的音频传入预训练的语音后验图模型，获取克隆对象语音后验图； 基于语料库和语音后验图模型，训练声学模型得到源声学模型；其中，所述声学模型包括音素及韵律编码器模块、语音后验图编码器模块、时长预测模块、音高预测模块、音量预测模块和解码器模块；解码器模块由多个Transformer的前馈层构成；将语料库中语料样本传入预训练的语音后验图模型，获取语料样本的语音后验图，用于训练声学模型；根据克隆对象语音后验图及跨域一致性损失迁移学习源声学模型，获取自适应声学模型，包括：根据训练好的源声学模型，构建目标声学模型；在目标声学模型中，除了解码器模块中每个Transformer的前馈层中的条件层归一化参数，其它的参数固化；将克隆对象语音后验图作为学习样本传入训练好的源声学模型和目标声学模型中，计算源声学模型和目标声学模型中解码器模块的特征空间的距离，并作为跨域一致性损失，与目标声学模型输出的预测梅尔频谱和学习样本的真实梅尔频谱的损失一起作为损失函数，训练目标声学模型，得到自适应声学模型； 基于语料库和语料样本的声纹特征，训练声码器得到鲁棒声码器； 获取待合成文本的音素及韵律，传入自适应声学模型得到待合成的梅尔频谱，将待合成的梅尔频谱传入鲁棒声码器进行语音合成，根据所选择的目标克隆对象的声纹特征，输出目标克隆对象的合成音频。

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维音数码(上海)有限公司，其通讯地址为：201204 上海市浦东新区自由贸易试验区毕升路299弄12号楼；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。