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！

龙图腾网获悉中国科学技术大学申请的专利一种不依赖发音词典的语音合成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：CN114495897B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202210177013.0，技术领域涉及：G10L13/02；该发明授权一种不依赖发音词典的语音合成系统及方法是由刘畅;凌震华设计研发完成，并于2022-02-24向国家知识产权局提交的专利申请。

本一种不依赖发音词典的语音合成系统及方法在说明书摘要公布了：本发明公开了一种不依赖发音词典的语音合成系统及方法，系统包括：语种无关的语音识别模型、文本‑发音表征预测模型、发音表征‑声学预测模型和神经网络声码器。该系统及方法通过训练一个语种无关的自动语音识别模型，能自动地从目标语种的语音数据中提取发音表征，继而将发音表征用于构建语音合成系统。所构建语音合成系统首先从文本字符预测发音表征，再从发音表征生成语音。本发明可以解决传统语音合成方法在构建多语种语音合成系统时依赖语种相关发音词典的问题。发音词典的建立往往需要语言专家参与，耗费大量人力与时间。该方法相对现有从文本字符直接预测语音声学特征的方法可以降低合成语音中的发音错误，提高合成语音的自然度。

本发明授权一种不依赖发音词典的语音合成系统及方法在权利要求书中公布了：1.一种不依赖发音词典的语音合成系统，其特征在于，包括： 语种无关的语音识别模型、文本-发音表征预测模型、发音表征-声学预测模型和神经网络声码器；其中， 所述语种无关的语音识别模型，能在训练阶段从输入的目标语种的语音波形提取出发音表征，将所述发音表征提供给所述文本-发音表征预测模型和发音表征-声学预测模型用于训练，以得到训练好的所述文本-发音表征预测模型和发音表征-声学预测模型； 所述文本-发音表征预测模型，能在训练好后根据输入的待合成文本的字符序列预测为发音表征，并输出至训练好的所述发音表征-声学预测模型； 所述发音表征-声学预测模型，与所述神经网络声码器连接，能根据所述文本-发音表征预测模型预测得到的发音表征生成梅尔谱； 所述神经网络声码器，能将所述发音表征-声学预测模型生成的梅尔谱重构成与所述待合成文本对应的语音波形； 所述语种无关的语音识别模型包括： 顺次连接的wav2vec2.0模型、第一线性层和第二线性层；其中， 所述wav2vec2.0模型采用不具有量化模块的wav2vec2.0模型，其训练输入为具有IPA音素转录的多语种语料库； 所述第一线性层为能将1024维的上下文表征C映射到512维瓶颈表征B的瓶颈层； 所述第二线性层为能根据所述第一线性层输出的瓶颈表征预测类别概率P的分类层； 该语种无关的语音识别模型的训练目标为类别概率和目标IPA序列之间的CTC损失。

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中国科学技术大学，其通讯地址为：230026 安徽省合肥市包河区金寨路96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”。