平安科技(深圳)有限公司石岩获国家专利权
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门控注意力机制的语音合成方法、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:CN119314463B 。
龙图腾网通过国家知识产权局官网在2025-12-02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:202411485787.5,技术领域涉及:G10L13/08;该发明授权基于门控注意力机制的语音合成方法、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2024-10-23向国家知识产权局提交的专利申请。
本基于门控注意力机制的语音合成方法、装置、设备及介质在说明书摘要公布了:本发明涉及人工智能技术领域和金融科技领域,公开了一种基于门控注意力机制的语音合成方法,通过获取文本数据和语音数据,文本数据通过文本编码器转换为文本符号序列,语音数据通过基于自监督学习模型训练的语音编码器提取语音特征,并将其量化为离散的语音符号序列;接着,文本符号序列与语音符号序列分别组织为文本序列和语音序列;通过初步对齐处理建立文本符号与语音符号的对应关系,门控注意力机制动态调整文本符号与语音符号之间的匹配程度,最后通过解码器生成最终的语音信号。本发明通通过自监督学习模型训练的语音编码器有效提升了语音特征的提取能力,尤其在缺少大量标注数据的场景中仍能从未标注数据中学习到有效的特征表示。
本发明授权基于门控注意力机制的语音合成方法、装置、设备及介质在权利要求书中公布了:1.一种基于门控注意力机制的语音合成方法,其特征在于,包括以下步骤: 获取文本数据和语音数据; 将所述文本数据输入文本编码器,通过所述文本编码器将所述文本数据转换为文本符号序列; 将所述语音数据输入基于自监督学习模型训练的语音编码器,通过所述语音编码器从所述语音数据中提取语音特征,并将所述语音特征量化为离散的语音符号序列; 将所述文本符号序列组织为文本序列,将所述语音符号序列组织为语音序列; 对所述文本序列和语音序列进行初步对齐处理,以建立文本符号与语音符号之间的对应关系; 对经过初步对齐的文本序列和语音序列进行门控注意力处理,调整文本符号与语音符号之间的匹配程度,包括:对文本序列和语音序列分别进行特征提取,生成文本符号和语音符号对应的高维特征向量;将文本符号和语音符号的高维特征向量输入门控注意力机制模块;通过所述门控注意力机制模块根据文本符号与语音符号的高维特征向量之间的特征差异调整注意力权重,并根据所述注意力权重生成文本符号与语音符号之间的关联矩阵;所述门控注意力机制模块基于所述关联矩阵调整文本符号与对应语音符号之间的匹配关系,并基于调整后的匹配关系,更新文本符号与语音符号之间的依赖关系;所述门控注意力机制模块根据更新后的文本符号与语音符号之间的依赖关系,生成最终更新后的文本符号与语音符号的匹配结果; 将经过门控注意力处理的文本序列和语音序列输入解码器,生成最终的语音信号。
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。
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。

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