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多尺度风格的语音合成方法、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：CN116597807B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202310707136.5，技术领域涉及：G10L13/02；该发明授权基于多尺度风格的语音合成方法、装置、设备及介质是由张旭龙;王健宗设计研发完成，并于2023-06-15向国家知识产权局提交的专利申请。

本基于多尺度风格的语音合成方法、装置、设备及介质在说明书摘要公布了：本申请涉及人工智能技术领域，公开了一种基于多尺度风格的语音合成方法、装置、计算机设备及存储介质，解决传统语音合成方案机器感较强、情感不够丰富的问题，方法部分包括：提取原始语音对应的目标音频和目标文本；对所述目标音频进行风格分析，得到第一风格嵌入向量；对所述目标文本进行风格预测，得到第二风格嵌入向量；融合所述第一风格嵌入向量和所述第二风格嵌入向量，得到目标风格嵌入向量；基于所述目标风格嵌入向量合成目标语音。

本发明授权基于多尺度风格的语音合成方法、装置、设备及介质在权利要求书中公布了：1.一种基于多尺度风格的语音合成方法，其特征在于，包括： 提取原始语音对应的目标音频和目标文本； 对所述目标音频进行风格分析，得到第一风格嵌入向量； 对所述目标文本进行风格预测，得到第二风格嵌入向量； 融合所述第一风格嵌入向量和所述第二风格嵌入向量，得到目标风格嵌入向量； 基于所述目标风格嵌入向量合成目标语音； 所述对所述目标音频进行风格分析，得到第一风格嵌入向量，包括： 提取所述目标音频的梅尔谱作为局部梅尔谱； 获取所述目标音频的上下文语音的梅尔谱，并将所述上下文语音的梅尔谱和所述目标音频的梅尔谱进行拼接，得到全局梅尔谱； 提取所述目标音频中按照子词音素边界划分出的子音频的梅尔谱作为片段梅尔谱； 将所述全局梅尔谱进行风格编码，得到全局音频风格作为第一残差风格，并分别对所述局部梅尔谱和片段梅尔谱进行风格编码，得到局部音频风格和片段音频风格；将所述局部音频风格减去所述全局音频风格，得到第二残差风格；将所述片段音频风格减去所述局部音频风格，得到第三残差风格；分别将第一残差风格、第二残差风格和第三残差风格输入相应的风格标签层，得到全局音频风格向量、局部音频风格向量和片段音频风格向量； 根据所述全局音频风格向量、局部音频风格向量和片段音频风格向量，得到所述目标音频的总情感风格变量作为第一风格嵌入向量。

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。