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！

龙图腾网获悉西安电子科技大学申请的专利基于多子带生成策略的语音合成系统、方法、介质及设备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：CN119360823B 。

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：202411157142.9，技术领域涉及：G10L13/08；该发明授权基于多子带生成策略的语音合成系统、方法、介质及设备是由延翔;谷永立;秦翰林设计研发完成，并于2024-08-22向国家知识产权局提交的专利申请。

本基于多子带生成策略的语音合成系统、方法、介质及设备在说明书摘要公布了：本发明实施例公开了一种基于多子带生成策略的语音合成系统、方法、介质及设备，系统包括：预处理模块，用于将文本转化为音素序列，将对应的语音通过短时傅里叶变换转化为线性频谱；后验编码器模块，用于将线性频谱转化为后验分布，根据后验分布中的均值和标准差进行采样得到潜在变量；转换层模块，用于将潜在变量转换为采样数据；先验编码器模块，用于将音素序列提取为深度特征，将深度特征映射为先验分布；发音时长推测模块，用于将先验分布与采样数据对齐，获取对齐矩阵，根据深度特征和对齐矩阵通过编码获取发音时长分布；解码器模块，用于将先验分布依据发音时长分布采样为多子带信号并合成为语音波形信号，实现了文本到语音的直接映射。

本发明授权基于多子带生成策略的语音合成系统、方法、介质及设备在权利要求书中公布了：1.一种基于多子带生成策略的语音合成方法，其特征在于，所述方法包括： 将输入的文本转化为音素序列，将输入的文本所对应的真实语音波形通过短时傅里叶变换转化为线性频谱； 将所述线性频谱转化为后验分布，根据所述后验分布中的均值和标准差进行采样得到潜在变量； 将输出的所述潜在变量转换为采样数据； 提取输出的所述音素序列的深度特征，将所述深度特征映射为先验分布； 通过单调对齐搜索将所述先验分布与所述采样数据进行对齐，获取对齐矩阵，对所述对齐矩阵进行求和得到持续时间序列，对所述深度特征和所述持续时间序列进行条件编码，作为条件信息，根据所述条件信息将高斯噪声序列通过变分去量化转化为发音时长分布，所述通过单调对齐搜索将所述先验分布与所述采样数据进行对齐，获取对齐矩阵，对所述对齐矩阵进行求和得到持续时间序列，对所述深度特征和所述持续时间序列进行条件编码，作为条件信息，根据所述条件信息将高斯噪声序列通过变分去量化转化为发音时长分布，具体包括：通过单调对齐搜索将所述先验分布与所述采样数据进行对齐，获取对齐矩阵；对所述对齐矩阵的每一行进行求和，得到每个音素对应的持续时间序列；对所述深度特征和所述持续时间序列进行条件编码，作为条件信息；根据所述条件信息将高斯噪声序列转化为第一随机变量和第二随机变量，具体包括：将潜在变量分割为第一分割变量和第二分割变量，再得到潜在变量在先验分布上的均值，根据潜在变量的均值和第二分割变量确定先验分布上的第二分割变量，历经4次残差耦合层和翻转后得到输出潜在变量在先验分布上的采样数据；所述持续时间序列与第二随机变量相减，确定去量化后的连续变量；将所述去量化后的连续变量和所述第一随机变量转化为发音时长分布； 将所述先验分布依据所述发音时长分布进行采样，将采样后的数据通过线性变换生成子带信号的幅值和相位信息，根据所述幅值和相位信息通过短时傅里叶逆变换生成子带信号，通过合成滤波器将多个所述子带信号合成为语音波形信号； 所述方法还具体包括：根据所述第一随机变量和所述第二随机变量定义发音时长推测损失函数，为发音时长推测损失函数，，为对数似然分布，v为第一随机变量，u为第二随机变量，d为持续时间序列，为对数似然分布的期望，为高斯噪声分布，为高斯噪声分布的期望。

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西安电子科技大学，其通讯地址为：710000 陕西省西安市雁塔区太白南路2号；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。