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！

龙图腾网获悉暨南大学申请的专利一种提升大型语音模型公式朗读能力的训练系统及方法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：CN121096324B 。

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：202511614959.9，技术领域涉及：G10L15/06；该发明授权一种提升大型语音模型公式朗读能力的训练系统及方法是由刘子韬;李薛毅设计研发完成，并于2025-11-06向国家知识产权局提交的专利申请。

本一种提升大型语音模型公式朗读能力的训练系统及方法在说明书摘要公布了：本发明公开了一种提升大型语音模型公式朗读能力的训练系统及方法，涉及机器学习技术领域，系统包括：公式结构表征单元：用于对输入的公式文本进行结构解析，生成符号序列，构建结构感知矩阵，获得整体公式表征，并基于符号序列和结构感知矩阵，生成融合符号语义与结构信息的公式表征向量；跨模态对齐单元：用于将公式表征向量与语音模态的隐藏状态通过跨模态注意力机制进行动态对齐；训练优化单元：用于采用多任务联合优化策略对大型语音模型进行训练；反馈调优单元：用于引入反馈调优机制对模型输出语音的结构一致性与自然度进行评估，并通过强化学习方式优化模型参数。本发明显著提升了朗读的准确性与自然度。

本发明授权一种提升大型语音模型公式朗读能力的训练系统及方法在权利要求书中公布了：1.一种提升大型语音模型公式朗读能力的训练系统，其特征在于，包括： 公式结构表征单元：用于对输入的公式文本进行结构解析，生成符号序列，构建结构感知矩阵，获得整体公式表征，并基于所述符号序列和所述结构感知矩阵，生成融合符号语义与结构信息的公式表征向量； 跨模态对齐单元：用于将所述公式表征向量与语音模态的隐藏状态通过跨模态注意力机制进行动态对齐； 其中，所述语音模态的隐藏状态为： ； 式中，表示语音序列在第个时间步的隐藏向量，为语音序列的总长度，为语音 模态的隐藏状态，表示维实数向量空间，为向量维度的大小； 将所述公式表征向量与语音模态的隐藏状态通过跨模态注意力机制进行动态对齐，包括： 将公式表征向量作为查询，语音模态的隐藏状态作为键和值，通过可学习的线性变换与softmax操作，计算符号与语音时间步之间的对齐权重，并基于对齐权重对语音模态的隐藏状态进行加权融合，具体为： ； 式中，均为可学习参数，为公式表征向量，为加权融合分数，为归 一化因子，为矩阵转置符号； 训练优化单元：用于采用多任务联合优化策略对大型语音模型进行训练； 反馈调优单元：用于引入反馈调优机制对模型输出语音的结构一致性与自然度进行评估，并通过强化学习方式优化模型参数。

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暨南大学，其通讯地址为：510632 广东省广州市天河区黄埔大道西601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。