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)獲悉科大訊飛股份有限公司申請的專利音素對齊方法、系統(tǒng)、電子設(shè)備及存儲介質(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：CN119724147B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-23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：202411951359.7，技術(shù)領(lǐng)域涉及：G10L13/02；該發(fā)明授權(quán)音素對齊方法、系統(tǒng)、電子設(shè)備及存儲介質(zhì)是由劉凱洋;宋銳;胡亞軍;方昕;高建清;劉聰設(shè)計研發(fā)完成，并于2024-12-27向國家知識產(chǎn)權(quán)局提交的專利申請。

本音素對齊方法、系統(tǒng)、電子設(shè)備及存儲介質(zhì)在說明書摘要公布了：本發(fā)明提供一種音素對齊方法、系統(tǒng)、電子設(shè)備及存儲介質(zhì)，其中方法包括：將目標音頻的初始音頻特征和目標文本的初始音素特征輸入至音素對齊模型中的特征提取模塊，得到所述目標音頻的目標音頻特征和所述目標文本的目標音素特征；將所述目標音頻特征和所述目標音素特征輸入至所述音素對齊模型中的注意力模塊，得到音素對齊矩陣；根據(jù)所述音素對齊矩陣，獲取所述初始音頻特征對應(yīng)的音素序號標簽預(yù)測值，并根據(jù)所述音素序號標簽預(yù)測值，對所述目標音頻和所述目標文本進行音素對齊處理。本發(fā)明實現(xiàn)通過特征精細化提取和注意力計算進行音素序號標簽的穩(wěn)定、精準預(yù)測，以有效提高音素對齊的魯棒性和泛化性。

本發(fā)明授權(quán)音素對齊方法、系統(tǒng)、電子設(shè)備及存儲介質(zhì)在權(quán)利要求書中公布了：1.一種音素對齊方法，其特征在于，包括： 將目標音頻的初始音頻特征和目標文本的初始音素特征輸入至音素對齊模型中的特征提取模塊，得到所述目標音頻的目標音頻特征和所述目標文本的目標音素特征； 將所述目標音頻特征和所述目標音素特征輸入至所述音素對齊模型中的注意力模塊，得到音素對齊矩陣； 根據(jù)所述音素對齊矩陣，獲取所述初始音頻特征對應(yīng)的音素序號標簽預(yù)測值，并根據(jù)所述音素序號標簽預(yù)測值，對所述目標音頻和所述目標文本進行音素對齊處理； 其中，所述音素對齊模型是基于樣本音頻、樣本文本，以及所述樣本文本對應(yīng)的音素序號標簽標記值進行訓(xùn)練得到的；所述音素序號標簽標記值是對所述樣本文本中各音素的序號和持續(xù)時長進行編碼形成的標簽；所述音素序號標簽預(yù)測值是根據(jù)實際推理模式對應(yīng)的轉(zhuǎn)換流程對所述音素對齊矩陣進行轉(zhuǎn)換得到的，所述轉(zhuǎn)換包括通過Argmax函數(shù)對所述音素對齊矩陣中每一幀維度下元素進行取最大值的索引處理，或者通過Argmax函數(shù)對所述音素對齊矩陣的組合矩陣中每一幀維度下元素進行取最大值的索引處理后進行組合。

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)人科大訊飛股份有限公司，其通訊地址為：230088 安徽省合肥市高新開發(fā)區(qū)望江西路666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)”。