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！

龍圖騰網獲悉天津大學申請的專利基于GA-IMV的音素時長預測方法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：CN119600987B 。

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：202411754285.8，技術領域涉及：G10L13/08；該發明授權基于GA-IMV的音素時長預測方法是由路文煥;朱熠;魏建國設計研發完成，并于2024-12-02向國家知識產權局提交的專利申請。

本基于GA-IMV的音素時長預測方法在說明書摘要公布了：本發明公開了一種基于GA?IMV的音素時長預測方法，該音素時長預測方法基于一種基于GA?IMV的語音合成模型，語音合成模型包括：編碼器模塊、GA?IMV模塊和解碼器模塊，其中，編碼器模塊的輸入為音素序列，音素序列為由文本通過音素轉寫轉換得到。語音合成模型的輸出為注意力權重矩陣和頻譜特征矩陣，該音素時長預測方法根據注意力權重矩陣，計算得到音素時長序列。該基于GA?IMV的語音合成模型減少了合成音頻的平均音素時長偏差值，提高了合成音頻的質量。

本發明授權基于GA-IMV的音素時長預測方法在權利要求書中公布了：1.一種基于GA-IMV的語音合成模型，其特征在于，包括：編碼器模塊、GA-IMV模塊和解碼器模塊，其中，編碼器模塊的輸入為音素序列、輸出為音素全局特征矩陣S； GA-IMV模塊的輸入為音素全局特征矩陣S和T個隱藏狀態，GA-IMV模塊的輸出為T組注意力權重列向量和T個映射向量； 解碼器模塊輸出包括：T個第一停止標識和T組頻譜特征，T個隱藏狀態由解碼器模塊逐個輸出，當解碼器模塊向GA-IMV模塊輸出第t-1個隱藏狀態后，GA-IMV模塊輸出第t組注意力權重列向量和向解碼器模塊輸出第t個映射向量，解碼器模塊再輸出第t個隱藏狀態、第t個第一停止標識和第t組頻譜特征，t＝1、……、T，使t在1～T的范圍遞增，直至解碼器模塊輸出T個第一停止標識和T組頻譜特征、GA-IMV模塊輸出T組注意力權重列向量；將T個第一停止標識按照t遞增的順序組成第一停止標識序列B，將T組頻譜特征按照t遞增的順序組成頻譜特征矩陣E，將T組注意力權重列向量按照t遞增的順序組成注意力權重矩陣A； 第t個映射向量Ct為：Ct＝αt′S，αt′表示第t組注意力權重列向量αt的轉置向量； αt＝softmaxV·tanhWqht-1+WkS+WfReLUConvα′t-1+b； 式中，αt為第t組注意力權重列向量，softmax表示歸一化函數，α′t-1表示第t-1組注意力權重列向量αt-1的轉置向量，t＝1時,α′1-1為零向量，ReLUConvα′t-1表示通過卷積和非線性激活函數ReLU提取α′t-1的信息，V、Wq、Wk和Wf均為可學習參數矩陣，b為偏置項，ht-1為第t-1個隱藏狀態，t＝1時,隱藏狀態為零向量。

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天津大學，其通訊地址為：300354 天津市津南區雅觀路135號；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”。