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生成模型的训练方法、装置、设备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：CN119323953B 。

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：202411519056.8，技术领域涉及：G10L13/02；该发明授权一种语音生成模型的训练方法、装置、设备及介质是由石岩;陈闽川;王少军设计研发完成，并于2024-10-29向国家知识产权局提交的专利申请。

本一种语音生成模型的训练方法、装置、设备及介质在说明书摘要公布了：本申请属于人工智能领域，涉及一种语音生成模型的训练方法，包括：获取目标对象的参考音色频谱、音素信息以及语音频谱；基于参考音色频谱、音素信息以及语音频谱，对预设的初始语音生成模型进行训练，得到模型参数；基于模型参数，分别调整初始语音生成模型的多音色特征提取网络、音素特征提取网络、韵律特征离散化网络、时序对齐模块、注意力融合模块、语音重构解码网络的参数，以构建语音生成模型。本申请还提供一种装置、设备及介质。此外，本申请还涉及区块链技术，语音训练数据和模型参数可存储于区块链中。本申请可以实现音色和韵律信息的解耦，灵活调整音色和韵律信息，以生成具有多样性和灵活性的合成语音。

本发明授权一种语音生成模型的训练方法、装置、设备及介质在权利要求书中公布了：1.一种语音生成模型的训练方法，其特征在于，包括下述步骤： 获取目标对象的语音训练数据，所述语音训练数据包括参考音色频谱、音素信息以及语音频谱； 基于所述参考音色频谱、所述音素信息以及所述语音频谱，对预设的初始语音生成模型进行训练，得到模型参数，所述初始语音生成模型包括多音色特征提取网络、音素特征提取网络、韵律特征离散化网络、时序对齐模块、注意力融合模块、语音重构解码网络； 基于所述模型参数，分别调整所述多音色特征提取网络的参数、音素特征提取网络的参数、韵律特征离散化网络的参数、时序对齐模块的参数、注意力融合模块的参数、语音重构解码网络的参数，以构建语音生成模型； 所述基于所述参考音色频谱、所述音素信息以及所述语音频谱，对预设的初始语音生成模型进行训练，得到模型参数，包括： 采用所述多音色特征提取网络，对所述参考音色频谱进行编码处理，得到所述参考音色频谱的第一音色特征编码信息，所述第一音色特征编码信息为所述参考音色频谱的音色信息的潜在表示； 采用所述音素特征提取网络，对所述音素信息进行特征提取，得到所述音素信息的第一音素特征编码信息，所述第一音素特征编码信息为所述音素信息对应的音素序列的潜在表示； 采用所述韵律特征离散化网络，对所述语音频谱进行编码过滤处理，得到所述语音频谱的第一韵律瓶颈表征信息，所述第一韵律瓶颈表征信息为所述语音频谱的韵律信息的潜在表示； 采用所述时序对齐模块，对所述语音频谱进行时序对齐，得到所述语音频谱的各音素的第一持续时长信息； 采用所述注意力融合模块，对所述第一音色特征编码信息和所述第一音素特征编码信息进行注意力处理，得到融合后的第一语音多维特征信息； 采用所述语音重构解码网络，对所述第一语音多维特征信息、所述第一音素特征编码信息、所述第一韵律瓶颈表征信息以及所述第一持续时长信息进行解码处理，得到所述语音训练数据的重构语音频谱； 基于所述语音训练数据的基准语音频谱和所述重构语音频谱，计算总损失函数，基于所述损失函数，对所述多音色特征提取网络、所述音素特征提取网络、所述韵律特征离散化网络、所述时序对齐模块以及所述语音重构解码网络进行训练，得到模型参数。

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。