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！

龙图腾网恭喜浙江大学申请的专利基于概率扩散模型的声学模型后处理方法、服务器及可读存储器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：CN114512114B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202111652872.2，技术领域涉及：G10L13/10；该发明授权基于概率扩散模型的声学模型后处理方法、服务器及可读存储器是由张晨;张宗煜;陈积明;史治国设计研发完成，并于2021-12-30向国家知识产权局提交的专利申请。

本基于概率扩散模型的声学模型后处理方法、服务器及可读存储器在说明书摘要公布了：本发明公开了一种基于概率扩散模型的声学模型后处理方法、服务器及可读存储器，该方法包括：模型训练，利用服务器对概率扩散模型进行训练，通过降低损失函数优化概率扩散模型的参数，直至模型收敛，获得概率扩散模型的权重；模型推断，根据训练阶段获得的模型权重，利用服务器对输入的预测频谱实现频谱优化。该方法通过学习输入的预测频谱和真实频谱之间的特征相似性，使用模型中噪声估计网络的数据拟合能力，实现基于扩散的概率分布转移，最终使输入的预测频谱更加近似于真实频谱。通过频谱质量的提高实现对合成语音自然度的提升。该方法针对各种声学模型得到的频谱都可以起到频谱细节优化的作用，与其他方法相比，取得了更优的频谱生成效果。

本发明授权基于概率扩散模型的声学模型后处理方法、服务器及可读存储器在权利要求书中公布了：1.一种基于概率扩散模型的声学模型后处理方法，其特征在于，包括以下步骤：步骤一、模型训练，利用服务器对概率扩散模型进行训练，通过降低损失函数优化概率扩散模型的参数，直至模型收敛，获得概率扩散模型的权重；包括以下子步骤：S11、利用服务器对特定英文数据集中的文本和对应音频进行特征提取，具体为：从文本中提取语言学特征，从音频中提取对应的音高和音强，同时从音频中使用特定的声学参数提取出梅尔频谱作为真实频谱，并结合音频和语言学特征提取出音素序列，再结合梅尔频谱和音素序列使用对齐搜索的方法获得时长信息；S12、利用服务器对步骤S11得到的音素序列、时长信息、音高和音强、梅尔频谱进行声学模型的建模；所述声学模型的建模过程包括：首先对音素序列进行编码，然后使用时长信息将音素序列对齐到梅尔频谱的长度，再添加对应的音高和音强特征，接着进行序列解码，最终得到生成的预测频谱；S13、利用服务器对提取得到的真实频谱进行概率扩散模型的计算，具体为：通过设计特定的随扩散步数而变化的噪声系数，计算不同扩散步数下噪声系数所对应的条件概率的数据分布，该数据分布符合多元随机高斯分布，均值记为方差记为在经过设定的全部扩散步数的概率转移后，得到扩散空间的隐向量采样点；S14、利用服务器进行概率扩散模型训练，具体为：根据步骤S13中计算得到的扩散空间隐向量采样点与步骤S12生成的预测频谱计算损失函数Lm，并通过概率扩散模型中的噪声估计网络计算概率扩散模型在不同扩散步数下对应的概率分布，该概率分布符合多元随机高斯分布，均值记为方差记为根据其与步骤S13得到的均值和方差计算损失函数Ln，损失函数Lm和Ln按照预设的权重λm和λn进行加权，在服务器上进行统一训练，加权后的损失函数计算公式为L＝Lmλm+Lnλn；S15、利用服务器根据损失函数L计算梯度，具体为：使用Adam优化器反向传播更新概率扩散模型的参数，使损失函数L降低直至收敛，至此训练结束，得到训练好的概率扩散模型的权重；步骤二、模型推断，根据训练阶段获得的模型权重，利用服务器对输入的预测频谱实现频谱优化；包括以下子步骤：S21、将预测频谱作为概率扩散空间的均值，以多元随机高斯分布的方差作为方差，得到扩散空间的采样点，然后将该采样点进行反向概率扩散，具体为：每扩散一步，使用训练好的噪声估计网络权重得到当前步数t下分布的均值和方差然后逐步实现概率分布的转移，最终在走完预设的步数时，得到优化的预测频谱；S22、利用服务器对优化的预测频谱进行波形重建，得到语音波形文件。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866号；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”。