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！

龙图腾网恭喜南京大学;江苏图客机器人有限公司申请的专利一种基于生成式对抗神经网络的高质量声码器模型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：CN115035904B 。

龙图腾网通过国家知识产权局官网在2025-05-06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：202210391848.6，技术领域涉及：G10L19/16；该发明授权一种基于生成式对抗神经网络的高质量声码器模型是由陈力军;刘佳;蒋松儒;陈星宇;鄢伟设计研发完成，并于2022-04-14向国家知识产权局提交的专利申请。

本一种基于生成式对抗神经网络的高质量声码器模型在说明书摘要公布了：本发明公开了一种基于生成式对抗神经网络的高质量声码器模型，该模型首先使用一个生成器模块进行从音频的Mel谱到波形形式的转换，其由含多视野融合块的Unet式沙漏形结构卷积神经网络搭建；使用一个声学特征提取器和多个鉴别器模块对生成的波形进行多重角度的优化；其中声学特征提取器使用传统信号处理方法构建，鉴别器模块由多尺度鉴别器、多周期鉴别器、多相位鉴别器三部分组成，基于卷积神经网络搭建。本发明大幅降低了神经网络的学习难度，节省训练时间和计算资源开销；利用了相位信息和时域上的自相似特征来对生成波形进行优化，获得更高音质的波形；使用了局部化训练策略，可以更自然流畅地合成任意长度的长音频序列。

本发明授权一种基于生成式对抗神经网络的高质量声码器模型在权利要求书中公布了：1.一种基于生成式对抗神经网络的高质量声码器模型，其特征在于，包括以下步骤：步骤1，构建基于生成式对抗神经网络的高质量声码器模型，该模型包括：生成器、声学特征提取器、多尺度判别器、多周期判别器和多相位判别器；步骤2，从数据集获取脉冲编码调制PCM编码的音频数据，得到真实波形；步骤3，对步骤2中所得真实波形进行预处理，训练集与验证集划分，训练集的切片化，得到Mel谱和粗糙波形；步骤4，将步骤3中所得的Mel谱和粗糙波形送入生成器得到生成波形；步骤5，将步骤2中的真实波形与其对应的步骤4中的生成波形送入声学特征提取器及三个判别器，即多尺度判别器、多周期判别器和多相位判别器，得到声学特征、三个判别器的评分以及三个判别器的特征图，再代入判别器损失函数计算得到三个判别器损失值，优化判别器参数；步骤6，将步骤5所述的声学特征、判别器的评分和特征图代入生成器损失函数计算得到生成器损失，优化生成器参数；重复步骤5和6的训练过程，直到声码器模型收敛；步骤7，使用步骤3中所得验证集数据对进行模型性能评估，完成基于生成式对抗神经网络的高质量声码器模型的构建和训练。

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南京大学;江苏图客机器人有限公司，其通讯地址为：210046 江苏省南京市栖霞区仙林大道163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”。