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

龍圖騰網(wǎng)獲悉中國科學(xué)院聲學(xué)研究所申請的專利一種端到端語音合成方法和裝置獲國家發(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：CN115985289B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-09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：202211582420.6，技術(shù)領(lǐng)域涉及：G10L13/08；該發(fā)明授權(quán)一種端到端語音合成方法和裝置是由王麗;尚增強(qiáng);張鵬遠(yuǎn)設(shè)計研發(fā)完成，并于2022-12-09向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種端到端語音合成方法和裝置在說明書摘要公布了：本發(fā)明涉及一種端到端語音合成方法，所述方法具體包括：構(gòu)建包括HAE、HCE、HAD的層級條件變分自編碼器模型；以最大化證據(jù)下界為訓(xùn)練目標(biāo)，訓(xùn)練所述模型；合成語音波形。還涉及了裝置，包括HAE、HCE、HAD、訓(xùn)練模塊；其中，HAE包括：幀級、音素級、子詞級、詞級、句子級五級語音編碼器，第一仿射模塊；HCE包括：語言學(xué)表征提取模塊、子詞級、詞級、句子級三級文本編碼器；HAD包括：句子級、詞級、子詞級、音素級、幀級五級解碼器，第二仿射模塊。本發(fā)明的方法和裝置，提升了合成語音的整體質(zhì)量、自然性，以及韻律表現(xiàn)力。

本發(fā)明授權(quán)一種端到端語音合成方法和裝置在權(quán)利要求書中公布了：1.一種端到端語音合成方法，其特征在于，包括： 構(gòu)建包括HAE、HCE、HAD的層級條件變分自編碼器模型； 以最大化證據(jù)下界為訓(xùn)練目標(biāo)，訓(xùn)練所述模型，包括： HCE從文本樣本中提取音素級語言學(xué)表征和字符級語言學(xué)表征，并依據(jù)提取的語言學(xué)表征逐級下采樣獲得子詞級、詞級、句子級語言學(xué)表征，并將音素級、子詞級、詞級語言學(xué)表征輸入給HAE、HAD作為獲取各自下一級表征的監(jiān)督信息； HAE從文本樣本對應(yīng)的線性譜中提取幀級表征，然后自幀級表征起對各級表征逐級下采樣獲得音素級、子詞級、詞級和句子級表征，利用仿射變換從各級表征獲得相應(yīng)的各級隱變量；其中，下采樣獲得子詞級表征時采用了音素時長； HAD將句子級語言學(xué)表征和HAE輸入的句子級隱變量的特征組合上采樣獲得詞級表征，然后自詞級起逐級對各級表征和HAE輸入的與該級表征相應(yīng)級隱變量的特征組合上采樣獲得子詞、音素和幀級表征，利用仿射變換從句子級語言學(xué)表征和上采樣獲得的各級表征獲得相應(yīng)的各級隱變量；依據(jù)幀級表征的和HAE輸入的幀級隱變量的特征組合重建語音波形；其中，上采樣獲得音素級表征時重建音素時長； 合成語音波形，包括： HCE從待合成文本中提取音素級語言學(xué)表征和字符級語言學(xué)表征，并依據(jù)提取的語言學(xué)表征逐級下采樣獲得子詞級、詞級和句子級語言學(xué)表征，并將音素級、子詞級、詞級語言學(xué)表征輸入給HAD作為獲取各自下一級表征的監(jiān)督信息； HAD利用仿射變換從句子級語言學(xué)表征獲得句子級隱變量；將句子級隱變量和句子級語言學(xué)表征的特征組合上采樣獲得詞級表征，然后自詞級起逐級對各級表征和與該級表征相應(yīng)級隱變量的特征組合上采樣獲得子詞、音素和幀級表征；利用仿射變換從各級表征獲得相應(yīng)的各級隱變量；依據(jù)幀級隱變量和幀級表征的特征組合合成語音波形；其中，上采樣獲得音素級表征時重建音素時長。

如需購買、轉(zhuǎn)讓、實(shí)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)人中國科學(xué)院聲學(xué)研究所，其通訊地址為：100190 北京市海淀區(qū)北四環(huán)西路21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)”。