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

龍圖騰網獲悉湘江實驗室申請的專利一種基于VITS的韻律可控語音合成方法及相關裝置獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120412544B 。

龍圖騰網通過國家知識產權局官網在2025-09-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510918273.2，技術領域涉及：G10L13/027；該發明授權一種基于VITS的韻律可控語音合成方法及相關裝置是由姜林;葉東鳳;萬薇;劉琪設計研發完成，并于2025-07-03向國家知識產權局提交的專利申請。

本一種基于VITS的韻律可控語音合成方法及相關裝置在說明書摘要公布了：本發明提供了一種基于VITS的韻律可控語音合成方法及相關裝置，涉及語音合成技術領域。通過從輸入文本中提取韻律特征信息；對輸入文本進行語義編碼，生成文本上下文特征表示；構建韻律控制器，并對所述韻律特征進行獨立建模生成預測結果；將所述文本上下文特征表示與所述預測結果進行融合以生成韻律控制嵌入；基于VITS模型，結合所述韻律控制嵌入和說話人嵌入向量，生成多說話人語音頻譜；通過解碼器將所述多說話人語音頻譜轉換為時域語音信號；通過調整韻律特征參數，實現對合成語音的持續時長、基音周期、能量、停頓和節奏的獨立控制，以提高生成的語音信號的主觀質量。

本發明授權一種基于VITS的韻律可控語音合成方法及相關裝置在權利要求書中公布了：1.一種基于VITS的韻律可控語音合成方法，其特征在于，包括： S1：從輸入文本中提取韻律特征信息，所述韻律特征信息包括持續時長、基音周期、能量、停頓和節奏的韻律特征； S2：通過BERT預訓練模型對輸入文本進行語義編碼，生成文本上下文特征表示； S3：構建包含持續時長預測器、能量預測器、基音周期預測器、停頓預測器和節奏預測器的韻律控制器，并通過所述韻律控制器對所述韻律特征進行獨立建模并生成預測結果； S4：將所述文本上下文特征表示與所述預測結果進行融合以生成融合后的韻律控制嵌入； S5：基于VITS模型，結合所述韻律控制嵌入和說話人嵌入向量，生成多說話人語音頻譜； S6：通過解碼器將所述多說話人語音頻譜轉換為時域語音信號； S7：通過調整韻律特征參數，實現對合成語音的持續時長、基音周期、能量、停頓和節奏的獨立控制； 其中，所述步驟S3中：所述韻律控制器采用一維卷積網絡、雙向長短期記憶網絡及線性層構成，通過特征融合模塊將各預測器的輸出嵌入進行疊加，并應用Kolmogorov-Arnold表示定理實現多元特征的一元基函數融合，具體公式為： 其中，是權重，是基函數。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人湘江實驗室，其通訊地址為：410000 湖南省長沙市高新區尖山路217號北斗產業園1棟；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。