買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉騰訊美國有限責任公司申請的專利一種根據(jù)輸入生成語音和視頻信息的方法、設(shè)備、裝置和介質(zhì)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN114041183B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-22發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202080030508.X，技術(shù)領(lǐng)域涉及：G10L13/08；該發(fā)明授權(quán)一種根據(jù)輸入生成語音和視頻信息的方法、設(shè)備、裝置和介質(zhì)是由盧恒;俞承柱;俞棟設(shè)計研發(fā)完成，并于2020-08-06向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種根據(jù)輸入生成語音和視頻信息的方法、設(shè)備、裝置和介質(zhì)在說明書摘要公布了：一種根據(jù)輸入生成語音和視頻信息的方法、設(shè)備、裝置和介質(zhì)，包括接收包括文本構(gòu)成要素序列的文本輸入。使用持續(xù)時間模型確定文本構(gòu)成要素的各個時間性持續(xù)時間。基于持續(xù)時間模型生成頻譜圖幀。基于頻譜圖幀生成音頻波形。基于音頻波形生成視頻信息。音頻波形與對應(yīng)視頻一起被提供作為輸出。

本發(fā)明授權(quán)一種根據(jù)輸入生成語音和視頻信息的方法、設(shè)備、裝置和介質(zhì)在權(quán)利要求書中公布了：1.一種根據(jù)輸入生成語音和視頻信息的方法，其特征在于，所述方法包括： 由設(shè)備接收包括文本構(gòu)成要素序列的文本輸入，所述文本構(gòu)成要素為字符； 由所述設(shè)備并使用持續(xù)時間模型來確定所述文本構(gòu)成要素的各個時間性持續(xù)時間； 由所述設(shè)備基于所述文本構(gòu)成要素序列生成第一頻譜組； 由所述設(shè)備基于所述第一頻譜組和所述文本構(gòu)成要素序列的所述各個時間性持續(xù)時間生成第二頻譜組，所述第二頻譜組為基于對應(yīng)于頻譜的基本文本構(gòu)成要素的各個時間性持續(xù)時間通過復(fù)制第一頻譜組中的各個頻譜生成的； 由所述設(shè)備基于所述第二頻譜組生成頻譜圖幀； 由所述設(shè)備基于所述頻譜圖幀生成音頻波形； 由所述設(shè)備生成與所述音頻波形相對應(yīng)的視頻信息；以及 由所述設(shè)備基于所述視頻信息提供所述音頻波形和對應(yīng)視頻作為所述設(shè)備的輸出； 其中，所述文本輸入通過以下獲得： 接收包括對應(yīng)輸入音頻波形的輸入視頻作為輸入； 由所述設(shè)備生成與所述輸入音頻波形相對應(yīng)的輸入視頻信息； 由所述設(shè)備基于所述輸入音頻波形生成輸入頻譜圖幀； 由所述設(shè)備基于所述輸入頻譜圖幀生成第一輸入頻譜組； 由所述設(shè)備基于所述第一輸入頻譜組生成第二輸入頻譜組；以及 由所述設(shè)備并使用所述持續(xù)時間模型確定所述文本輸入。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人騰訊美國有限責任公司，其通訊地址為：美國加利福尼亞州帕洛阿爾托公園大道2747號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。