平安科技(深圳)有限公司张旭龙获国家专利权
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！
龙图腾网获悉平安科技(深圳)有限公司申请的专利基于潜在扩散模型的语音合成方法、装置、服务器及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：CN118629390B 。
龙图腾网通过国家知识产权局官网在2025-11-21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：202410854549.0，技术领域涉及：G10L13/027；该发明授权基于潜在扩散模型的语音合成方法、装置、服务器及介质是由张旭龙;王健宗设计研发完成，并于2024-06-27向国家知识产权局提交的专利申请。
本基于潜在扩散模型的语音合成方法、装置、服务器及介质在说明书摘要公布了：本申请实施例提供一种基于潜在扩散模型的语音合成方法、装置、服务器及存储介质，该方法包括：获取待合成的目标文本；根据目标文本，确定语音情感特征和目标时长信息；通过预设的目标语音合成模型中的神经网络音频编码器，对目标文本进行编码处理，得到第一隐向量；通过残差向量量化器，对第一隐向量进行量化压缩处理，得到第二隐向量；对语音情感特征的向量表示、目标时长信息的向量表示和第二隐向量进行融合处理，得到融合隐向量；通过潜在扩散模型，对融合隐向量进行逆向扩散处理，得到目标隐向量；通过神经网络音频解码器，对目标隐向量进行解码处理，得到合成语音。本申请提高了合成语音的自然度和质量，使得合成语音更加贴近真实的语音。
本发明授权基于潜在扩散模型的语音合成方法、装置、服务器及介质在权利要求书中公布了：1.一种基于潜在扩散模型的语音合成方法，其特征在于，包括： 获取待合成的目标文本； 根据所述目标文本，确定合成语音的语音情感特征和目标时长信息； 通过预设的目标语音合成模型中的神经网络音频编码器，对所述目标文本进行编码处理，得到第一隐向量； 通过所述目标语音合成模型中的残差向量量化器，对所述第一隐向量进行量化压缩处理，得到第二隐向量； 对所述语音情感特征的向量表示、所述目标时长信息的向量表示和所述第二隐向量进行融合处理，得到融合隐向量； 通过所述目标语音合成模型中的潜在扩散模型，对所述融合隐向量进行逆向扩散处理，得到目标隐向量； 通过所述目标语音合成模型中的神经网络音频解码器，对所述目标隐向量进行解码处理，得到所述目标文本对应的合成语音。
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：518057 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。
免责声明
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励