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！

龙图腾网获悉广东超腾信息科技有限公司申请的专利一种基于超短样本的声音复刻与低延迟流式语音合成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：CN120748417B 。

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：202510988650.X，技术领域涉及：G10L21/013；该发明授权一种基于超短样本的声音复刻与低延迟流式语音合成方法及系统是由王宇森设计研发完成，并于2025-07-17向国家知识产权局提交的专利申请。

本一种基于超短样本的声音复刻与低延迟流式语音合成方法及系统在说明书摘要公布了：本发明提供了一种基于超短样本的声音复刻与低延迟流式语音合成方法及系统，涉及人工智能的技术领域，适用于智能交互、外呼服务及多模态通信场景，本发明方法通过创新性的声音复刻模块和语音合成引擎，实现对智能语音交互的深度个性化定制和超低延迟的实时生成，并支持系统层面的双向流式交互，从而提升对话的流畅性和响应速度；集成了专门设计用于处理超短音频样本的超短样本声音复刻模块和具备超低延迟、双向流式输出能力的语音合成引擎，并将两者的能力应用于实时、交互式的智能语音交互流程中，形成一个完整、高效的解决方案，直接针对性地解决了行业痛点，具有重要的商业应用价值。

本发明授权一种基于超短样本的声音复刻与低延迟流式语音合成方法及系统在权利要求书中公布了：1.一种基于超短样本的声音复刻与低延迟流式语音合成方法，其特征在于，包括以下步骤： 用户或系统管理员通过管理界面上传一段时长小于15秒的目标说话人音频样本，并设定风格指导参数和声学环境建模指令； 使用预训练的声音复刻模型对音频样本进行处理，生成包含音色、风格和环境特征的个性化音色数据，将生成的个性化音色数据存储到系统的音色存储库中，并关联一个唯一的音色ID； 根据场景预设要求确定当前的音色ID，根据所述音色ID在音色存储库中检索对应的个性化音色数据，根据文本内容、个性化音色数据和情感控制参数合成声学特征，通过声码器将所述声学特征转换为音频数据块，随后将音频块推送到播放器中播放； 根据用户的反馈的语音输入的分析结果，通过LLM生成后续回复文本，并根据与用户对话进展和所述分析结果动态生成并更新实时情感控制参数，基于已处理文本的上下文和检索到的个性化音色数据生成最新音频数据块，并持续推送到播放器中实现语音的连续播放； 根据语音表达效果评价函数对所述声学特征进行得分评估，所述语音表达效果评价函数如下： ， 其中，表示输入音频样本i的语音表达效果评分，表示语速偏差系数，表示音量偏差系数，表示情感强度偏差系数，表示输入音频样本i的语速，表示单位时间内说的字数，表示输入音频样本i的音量，表示标准音量，取值50db，表示情感强度； 当所述语音表达效果评分小于预设阈值时，需重新进行上传目标说话人音频样本，重新生成声学特征，当所述语音表达效果评分大于预设阈值时，无需进行操作； 所述更新实时情感控制参数的步骤包括： 低延迟双向流式语音合成引擎接受到用户语音输入的文本分析结果、情感控制参数和目标声学环境模拟参数； 通过声码器模型生成声学特征时动态调整语音的基频，包括调整语调高低、调整响度或重音和调整语速和停顿；以及通过声谱特性生成符合指定韵律和情感倾向的语音。

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广东超腾信息科技有限公司，其通讯地址为：510623 广东省广州市天河区黄埔大道西100号之二2406室(仅限办公)；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。