腾讯科技(深圳)有限公司林诗伦获国家专利权
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!
龙图腾网获悉腾讯科技(深圳)有限公司申请的专利语音合成方法、装置、计算机设备、存储介质和产品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:CN114333758B 。
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:202111302064.3,技术领域涉及:G10L13/02;该发明授权语音合成方法、装置、计算机设备、存储介质和产品是由林诗伦;蒙力;苏文超;李新辉;卢鲤设计研发完成,并于2021-11-04向国家知识产权局提交的专利申请。
本语音合成方法、装置、计算机设备、存储介质和产品在说明书摘要公布了:本申请实施例公开了一种语音合成方法、装置、计算机设备、存储介质和产品,通过获取待合成语音的文本,以及确定所要合成的语音类型;将语音类型对应的参考音频特征信息与文本中的文本单元进行融合处理,得到文本语音特征信息;根据语音类型确定目标时长预测网络;根据目标时长预测网络和文本语音特征信息预测文本单元对应的音频时长信息;根据音频时长信息对文本语音特征信息进行时长匹配处理,得到匹配后文本语音特征信息;根据匹配后文本语音特征信息进行语音合成处理,得到目标语音。该方案可以提取准确的文本语音特征信息,且根据语音类型采用对应的时长预测网络,使得合成的目标语音保留语音类型的音色和韵律等信息,提高语音合成效果。
本发明授权语音合成方法、装置、计算机设备、存储介质和产品在权利要求书中公布了:1.一种语音合成方法,其特征在于,包括: 获取待合成语音的文本,以及确定所要合成的语音类型; 将所述语音类型对应的参考音频特征信息与所述文本中的文本单元进行融合处理,得到每个文本单元对应的文本语音特征信息; 根据所述语音类型从多路时长预测网络中确定对应的目标时长预测网络; 根据所述目标时长预测网络和所述文本语音特征信息预测所述文本中文本单元对应的音频时长信息; 针对每个文本单元,根据所述音频时长信息对所述文本单元对应的文本语音特征信息进行时长匹配处理,得到每个文本单元对应的匹配后文本语音特征信息; 根据每个文本对应的匹配后文本语音特征信息进行语音合成处理,得到所述语音类型的目标语音; 所述将所述语音类型对应的参考音频特征信息与所述文本中的文本单元进行融合处理,得到每个文本单元对应的文本语音特征信息,包括: 基于融合特征提取网络将所述语音类型对应的参考音频特征信息与所述文本中的文本单元进行融合处理,得到每个文本单元对应的文本语音特征信息; 所述方法还包括:获取至少一个训练样本集合中待合成语音的文本样本,所述文本样本对应有音频样本; 基于初始融合特征提取网络将所述文本样本与所述音频样本进行融合处理,得到所述文本样本关于文本单元的文本语音特征信息; 从多路初始时长预测网络中确定与所述训练样本集合匹配的目标初始时长预测网络; 根据所述目标初始时长预测网络和所述文本语音特征信息预测所述文本样本中每个文本单元对应的音频时长信息; 针对每个文本单元,根据所述音频时长信息对所述文本语音特征信息进行时长匹配处理,得到匹配后文本语音特征信息; 对匹配后文本语音特征信息进行特征解码处理,得到所述文本样本对应的声学特征信息; 基于所述文本样本对应的声学特征信息与所述音频样本对应的声学特征信息,分别对所述初始融合特征提取网络以及所述目标初始时长预测网络进行训练,得到融合特征提取网络以及与所述训练样本集合对应的时长预测网络。
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腾讯科技(深圳)有限公司,其通讯地址为:518057 广东省深圳市南山区高新区科技中一路腾讯大厦35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”。
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。