平安科技(深圳)有限公司张旭龙获国家专利权
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基于人工智能的语音合成方法、装置、计算机设备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:CN116524900B 。
龙图腾网通过国家知识产权局官网在2026-05-01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:202310612592.1,技术领域涉及:G10L13/10;该发明授权基于人工智能的语音合成方法、装置、计算机设备及介质是由张旭龙;王健宗;程宁;程安琪设计研发完成,并于2023-05-26向国家知识产权局提交的专利申请。
本基于人工智能的语音合成方法、装置、计算机设备及介质在说明书摘要公布了:本发明适用于医疗技术领域,尤其涉及一种基于人工智能的语音合成方法、装置、计算机设备及介质。本发明通过文本编码器提取目标语音文本的语音文本特征,通过上下文编码器提取上下文文本的上下文注意力特征,通过韵律编码器提取参考音频的韵律特征,融合得到第一融合特征,提取了在上下文文本影响下的韵律信息;通过韵律因素预测器提取第一融合特征的预测韵律因素特征,融合第一融合特征和预测韵律因素特征得到第二融合特征,根据第二融合特征得到目标合成语音,结合声音的持续时间、音高和能量提高了韵律信息的丰富性和准确性,提高了目标合成语音的准确性,在医疗技术领域中高效地辅助医护人员处理重复性劳动,提高了医护人员的工作效率和质量。
本发明授权基于人工智能的语音合成方法、装置、计算机设备及介质在权利要求书中公布了:1.一种基于人工智能的语音合成方法,其特征在于,所述语音合成方法包括: 获取目标语音文本、所述目标语音文本的上下文文本和参考音频,将所述目标语音文本输入至训练好的文本编码器,得到语音文本特征,将所述上下文文本输入至训练好的上下文编码器,得到上下文注意力特征,将所述参考音频输入至训练好的韵律编码器,得到韵律特征; 对所述语音文本特征、所述上下文注意力特征和所述韵律特征进行特征融合,得到第一融合特征; 将所述第一融合特征输入至训练好的韵律因素预测器,得到预测韵律因素特征,所述预测韵律因素特征的韵律因素包括声音的持续时间、声音的音高和声音的能量中的至少一个; 对所述第一融合特征和所述预测韵律因素特征进行特征融合,得到第二融合特征; 将所述第二融合特征输入至训练好的解码器,得到梅尔频谱,将所述梅尔频谱输入至训练好的声码器,得到声音波形,根据所述声音波形得到目标合成语音。
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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励