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！

龙图腾网获悉北京宇信科技集团股份有限公司申请的专利一种低延迟语音合成方法、装置、设备和介质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：CN120164454B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202510214278.7，技术领域涉及：G10L13/10；该发明授权一种低延迟语音合成方法、装置、设备和介质是由王若曦;周继敏设计研发完成，并于2025-02-26向国家知识产权局提交的专利申请。

本一种低延迟语音合成方法、装置、设备和介质在说明书摘要公布了：本发明公开了一种低延迟语音合成方法、装置、介质和设备，属于语音处理技术领域，所述方法包括：S10：对输入文本进行规范化处理，得到规范化文本；S20：对所述规范化文本进行分词处理、词性标注处理和韵律信息分析，得到语言结构化文本；S30：利用深度学习算法对所述语言结构化文本进行特征提取，得到文本特征向量；S40：使用基于变换器的非自回归的语音合成模型，将所述文本特征向量转换为语音信号。本发明降低了语音合成的延迟时间，提高了语音的自然度和表现力。

本发明授权一种低延迟语音合成方法、装置、设备和介质在权利要求书中公布了：1.一种低延迟语音合成方法，其特征在于，包括： S10：对输入文本进行规范化处理，得到规范化文本； S20：对所述规范化文本进行分词处理、词性标注处理和韵律信息分析，得到语言结构化文本； S30：利用深度学习算法对所述语言结构化文本进行特征提取，得到文本特征向量； S40：使用基于变换器的非自回归的语音合成模型，将所述文本特征向量转换为语音信号； 步骤S40具体包括： S401：通过语音合成模型的输入层接收所述文本特征向量，对所述文本特征向量进行归一化处理，输出归一化后的文本特征向量； S402：将所述归一化后的文本特征向量输入所述语音合成模型的编码器，利用所述编码器内部的多头自注意力模块对所述归一化后的文本特征向量进行编码，生成高维语义特征向量； S403：将所述高维语义特征向量输入所述语音合成模型的长度调节器，预测语音信号的时间步长信息，并基于所述语音信号的时间步长信息对所述高维语义特征向量进行时间对齐处理，生成时间对齐的高维语义特征向量； S404：将所述时间对齐的高维语义特征向量输入所述语音合成模型的非自回归解码器，利用非自回归解码器的并行解码方法生成语音信号的时间序列； S405：通过所述语音合成模型的输出层对所述语音信号的时间序列进行后处理，其中所述后处理包括对所述语音信号进行音质增强和格式转换处理，生成最终可播放的语音信号。

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北京宇信科技集团股份有限公司，其通讯地址为：102627 北京市大兴区经济开发区科苑路18号院3幢二层R2223室；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”。