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！

龙图腾网获悉平安科技(深圳)有限公司申请的专利一种语音合成方法、装置、设备及其存储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：CN119446114B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202411395152.6，技术领域涉及：G10L13/08；该发明授权一种语音合成方法、装置、设备及其存储介质是由石岩;陈闽川;王少军设计研发完成，并于2024-09-30向国家知识产权局提交的专利申请。

本一种语音合成方法、装置、设备及其存储介质在说明书摘要公布了：本申请实施例属于语音处理技术领域，应用于文本转语音场景中，涉及一种语音合成方法、装置、设备及其存储介质，通过获取合成参考语音和待进行语音合成的文本数据；将文本数据进行文本编解码处理，获得目标文本字符序列；将目标文本字符序列输入到训练完成的音素预测模型中，预测目标文本字符序列中每个字符分别对应的音素特征和发音起止时间位置；根据音素特征和发音起止时间位置对目标文本字符序列进行声学解码处理，获得目标输出语音。通过采用模型预测方式，预测出目标文本字符序列中每个字符分别对应的音素特征和发音起止时间位置，根据每个文本字符逐个解码，从而合成出目标输出语音，实现了快速高质量的进行语音合成输出。

本发明授权一种语音合成方法、装置、设备及其存储介质在权利要求书中公布了：1.一种语音合成方法，其特征在于，包括下述步骤： 获取合成参考语音和待进行语音合成的文本数据； 将所述文本数据输入到预设的文本处理器中，进行文本编解码处理，获得目标文本字符序列，其中，所述预设的文本处理器由N层transformer结构组成，且设置所述文本处理器的位置编码模式为旋转位置编码模式，N为大于1的正整数； 利用所述合成参考语音对预设的音素预测模型进行学习训练，获得训练完成的音素预测模型； 将所述目标文本字符序列输入到所述训练完成的音素预测模型中，预测所述目标文本字符序列中每个字符分别对应的音素特征和发音起止时间位置； 根据所述目标文本字符序列中每个字符分别对应的音素特征和发音起止时间位置对所述目标文本字符序列进行声学解码处理，获得目标输出语音，其中，所述的音素预测模型包括语音转文字组件、声学特征提取组件和Viterbi算法组件，所述利用所述合成参考语音对预设的音素预测模型进行学习训练，获得训练完成的音素预测模型的步骤，具体包括： 采用所述语音转文字组件对所述合成参考语音进行转文本化处理，获得所述合成参考语音中所有语音片段分别对应的文本字符序列； 采用所述声学特征提取组件对所述合成参考语音中所有语音片段分别进行声学特征提取，获得所有语音片段分别包含的音素特征，其中，所述音素特征包括每个语音字符对应的发音长短信息、音色、音调、音高； 将所述所有语音片段分别对应的文本字符序列和所述所有语音片段分别包含的音素特征一同输入到所述Viterbi算法组件； 通过所述Viterbi算法组件，计算出所述所有语音片段中的文本字符在不同语音片段下分别所对应的发音长短信息； 将所述所有语音片段中的文本字符在不同语音片段下分别所对应的发音长短信息作为预测知识信息部署到所述预设的音素预测模型中，获得所述训练完成的音素预测模型； 所述的音素预测模型还包括预测结果输出组件，所述将所述目标文本字符序列输入到所述训练完成的音素预测模型中，预测所述目标文本字符序列中每个字符分别对应的音素特征和起止时间位置的步骤，具体包括： 识别所述目标文本字符序列所对应的语音片段； 根据所述目标文本字符序列所对应的语音片段，确定所述目标文本字符序列中每个语音字符分别对应的音色、音调、音高； 根据所述所有语音片段中的文本字符在不同语音片段下分别所对应的发音长短信息，确定所述目标文本字符序列中所有文本字符分别对应的发音长短信息； 基于所述目标文本字符序列中所有文本字符分别对应的发音长短信息，预测出所述目标文本字符序列中每个字符在所述目标输出语音中发音起止时间位置； 将所述目标文本字符序列中每个语音字符分别对应的音色、音调、音高，以及所述目标文本字符序列中每个字符在所述目标输出语音中发音起止时间位置经所述预测结果输出组件输出。

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平安科技(深圳)有限公司，其通讯地址为：518000 广东省深圳市福田区福田街道福安社区益田路5033号平安金融中心23楼；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”。

以上内容由龙图腾AI智能生成。