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！

龙图腾网获悉平安创科科技(北京)有限公司申请的专利思维链与思维模态辅助语音生成方法、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：CN120977289B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202511492013.X，技术领域涉及：G10L13/08；该发明授权思维链与思维模态辅助语音生成方法、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2025-10-20向国家知识产权局提交的专利申请。

本思维链与思维模态辅助语音生成方法、装置、设备及介质在说明书摘要公布了：本发明涉及语音处理技术领域，可应用于金融科技及医疗健康等业务场景中，公开了一种思维链与思维模态辅助语音生成方法、装置、设备及介质，包括：接收源文本和用于指定情感表达的文本提示，将文本提示输入语言模型，生成情感控制向量，基于思维链机制处理源文本，生成音素序列，基于思维模态机制处理情感控制向量，生成音频特征序列，对音素序列和音频特征序列进行时间对齐操作，生成时间对齐序列，将时间对齐序列输入语音解码器，生成语音波形。本发明通过结合思维链机制与思维模态机制，打破了传统基于固定情感标签或预设控制参数的限制，实现了以自然语言灵活指定语音情感表达，提升了语音合成的自然性、表达的细腻性以及情感控制的自由度。

本发明授权思维链与思维模态辅助语音生成方法、装置、设备及介质在权利要求书中公布了：1.一种思维链与思维模态辅助语音生成方法，其特征在于，包括以下步骤： 接收源文本和用于指定情感表达的文本提示； 将所述文本提示输入语言模型，通过所述语言模型生成情感控制向量； 基于思维链机制处理所述源文本，生成音素序列，包括：将所述源文本分割为有序词单元序列；对所述有序词单元序列执行音素符号映射操作，生成初始音素符号序列；基于所述初始音素符号序列中每个音素所对应的有序词单元，分析所述音素在上下文中的语义特征；基于所述语义特征和相邻音素之间的音素协同发音策略，定位需要插入连接音素的位置，并在对应位置插入所述连接音素，生成连接音素插入后序列；基于所述音素对应有序词单元的上下文语义的情感状态分类结果或语调转折点，在重音概率大于预设阈值或句法边界位置插入韵律强调标记，生成韵律标记插入后序列；以所述韵律标记插入后序列作为新的当前音素序列，迭代执行语义特征分析操作、连接音素插入操作及韵律强调标记插入操作，每次迭代以上次生成的音素序列作为输入，更新上下文信息后继续处理，直至覆盖所述初始音素符号序列中所有音素对应的有序词单元，生成扩展音素序列；对所述扩展音素序列执行音素边界优化操作，生成音素序列； 基于思维模态机制处理所述情感控制向量，生成音频特征序列，包括：对所述情感控制向量执行跨模态对齐操作，生成声学特征基向量；基于思维模态机制将所述声学特征基向量与时间状态编码融合，生成初始声学特征帧；以所述初始声学特征帧为起点，基于思维模态机制迭代执行时序演进操作，生成声学特征帧序列；对所述声学特征帧序列执行特征规范化处理，生成音频特征序列； 对所述音素序列和所述音频特征序列进行时间对齐操作，生成时间对齐序列； 将所述时间对齐序列输入语音解码器，生成语音波形。

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创科科技(北京)有限公司，其通讯地址为：100000 北京市朝阳区新源南路3号-3至24层101内B座12层1201单元；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。