腾讯音乐娱乐科技(深圳)有限公司谭志力获国家专利权
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!
龙图腾网获悉腾讯音乐娱乐科技(深圳)有限公司申请的专利一种语音合成方法、电子设备及计算机可读存储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:CN115331653B 。
龙图腾网通过国家知识产权局官网在2026-03-17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:202210962981.2,技术领域涉及:G10L13/02;该发明授权一种语音合成方法、电子设备及计算机可读存储介质是由谭志力设计研发完成,并于2022-08-11向国家知识产权局提交的专利申请。
本一种语音合成方法、电子设备及计算机可读存储介质在说明书摘要公布了:本申请公开了一种语音合成方法、电子设备及介质,获取待处理文本对应的多个音素序列;提取音素序列中各音素对应的音素特征。对每个音素对应的音素特征进行音色解耦,以得到解耦后的音素特征。依据解耦后的音素特征和目标人物的音色特征,得到符合目标人物音色的音频。对音素特征进行解耦,降低了原本存在的个人音色特征造成的干扰。在需要生成符合目标人物音色的音频时,无需再获取大量具有目标人物音色特征的音频数据进行训练,只需要从少量具有目标人物音色特征的音频数据中提取出目标人物的音色特征,依据解耦后的音素特征和目标人物的音色特征,便可以得到符合目标人物音色的音频,降低了音色迁移的成本。
本发明授权一种语音合成方法、电子设备及计算机可读存储介质在权利要求书中公布了:1.一种语音合成方法,其特征在于,包括: 获取待处理文本对应的多个音素序列;所述待处理文本包括多个不同说话人对应的音素序列; 将所述待处理文本的各音素队列作为训练数据,根据当前迭代中各音素特征接近其对应音素在上一次迭代的所有音素序列中的平均特征,并对所有音素序列及音素位置进行叠加的方式确定解耦损失函数,并将解耦损失函数和网络模型的原有损失函数共同作为模型训练过程中使用的损失函数;网络模型基于损失函数对各音素序列进行多次迭代训练,且根据上一次迭代的平均音素特征调整当前迭代的音素特征:在模型训练的第k次迭代,通过网络模型确定各音素序列在第k次的音素特征,按照音素序列长度和其对应的音素特征序列长度一致的关系,为各音素确定其在不同音素序列中对应的音素特征,并将各音素在不同音素序列的音素特征的平均值作为音素在第k次迭代的平均音素特征; 提取所述音素序列中各音素对应的音素特征:每个音素序列包括多个音素,每个音素序列的序列长度和其对应的音素特征的序列长度一致,通过为每个音素查找对应关系,确定其在不同音素序列中对应的音素特征; 对所述每个音素对应的音素特征进行音色解耦,以得到解耦后的音素特征; 依据解耦后的音素特征和目标人物的音色特征,得到符合目标人物音色的音频; 其中,对所述每个音素对应的音素特征进行音色解耦,包括: 统计同一个音素在不同音素序列中对应的平均音素特征;将目标音素对应的目标平均音素特征和目标音素序列中所述目标音素对应的目标音素特征进行均方差运算,得到解耦后的目标音素特征。
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腾讯音乐娱乐科技(深圳)有限公司,其通讯地址为:518052 广东省深圳市前海深港合作区前湾一路1号A栋201室(入驻深圳市前海商务秘书有限公司);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