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！

龙图腾网恭喜立心通智科技(北京)有限公司申请的专利一种高保真的语音转换系统及方法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：CN117953906B 。

龙图腾网通过国家知识产权局官网在2025-03-07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：202410179913.8，技术领域涉及：G10L21/007；该发明授权一种高保真的语音转换系统及方法是由刘刚;苏江设计研发完成，并于2024-02-18向国家知识产权局提交的专利申请。

本一种高保真的语音转换系统及方法在说明书摘要公布了：本发明公开了一种高保真的语音转换系统及方法，涉及语音识别与语音合成技术领域，系统包括音频采集模块、语音识别模块、韵律编码器、解码器和声码器；音频采集模块，采集源说话人的输入音频和目标说话人的参考音频；语音识别模块，提取输入音频中的内容信息和语调信息；韵律编码器，提取参考音频的韵律信息；解码器，根据内容信息、语调信息和韵律信息生成梅尔频谱图；声码器，将梅尔频谱图转换成音频。本发明能够将任何输入音频转换至目标音色，完整保留输入音频的内容及韵律且转换后具有高保真的音质，能极大地满足各个场景的变声场景。

本发明授权一种高保真的语音转换系统及方法在权利要求书中公布了：1.一种高保真的语音转换系统，其特征在于，包括音频采集模块、语音识别模块、韵律编码器、解码器和声码器；音频采集模块，采集源说话人的输入音频和目标说话人的参考音频；语音识别模块，提取输入音频中的内容信息和语调信息；语音识别模块包括内容编码器和语调提取器；采用wenet算法模型作为内容编码器，采集大规模语音识别数据集训练内容编码器，训练收敛之后将输入音频输入至内容编码器获得音素后验概率，音素后验概率作为内容信息；语调提取器采用praat-parselmouth提取输入音频中的基频信息并进行量化获得语调信息；韵律编码器，提取参考音频的韵律信息；韵律信息包括整体韵律信息和隐特征韵律信息；韵律编码器包括粗粒度韵律编码器和细粒度韵律编码器；粗粒度韵律编码器包括多层卷积层和多层池化层，从参考音频中获取目标说话人整体的韵律和音色信息，作为整体韵律信息，整体韵律信息代表音频的一个整体风格，包括整体说话的情绪和语速快慢；细粒度韵律编码器包括多层卷积层和多层池化层，从参考音频中得到多维隐特征，作为隐特征韵律信息，隐特征韵律信息表示语音的风格，包括语音的音色风格、每个字的轻重读音、上一刻与下一刻语气的衔接；所述粗粒度韵律编码器的池化层数量大于所述细粒度韵律编码器的池化层数量；解码器，根据内容信息、语调信息和韵律信息生成梅尔频谱图；解码器整合输入的语调、内容和韵律信息最终生成转换后的声学特征；韵律信息协助解码器重建梅尔频谱，模拟目标说话人的风格；将内容信息、语调信息、整体韵律信息和隐特征韵律信息在解码器进行求和或者拼接后生成梅尔频谱图；其中，整体韵律信息与内容信息进行求和或者拼接用于之后的梅尔频谱的生成；隐特征韵律信息作为注意力机制的query，与内容信息进行attention送入解码器；声码器，将梅尔频谱图转换成音频。

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立心通智科技(北京)有限公司，其通讯地址为：100080 北京市海淀区颐和园路2号未来科技大厦主楼2层；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”。