发明专利已授权

一种端到端实时语音合成方法

📄 申请号：CN202110767989.9 📄 发布日：2026/08/04

著录项目信息

申请日

2021-07-07

申请人

浙江工业大学

法律状态

已下证

专利类型

发明

主分类号

G10L13_02

IPC 分类号

G10L13_02 , G10L13_04 , G10L13_10 , G10L25_30 , G10L25_45 ,

技术画像

所属领域

语音合成语音合成人工智能算法端到端模型

应用场景

智能语音交互, 语音助手, 有声读物, 导航语音, 辅助沟通

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

一种端到端实时语音合成方法，通过对音频和文本数据进行预处理，整理成平行语料，通过词嵌入转换成特征向量，输入到基于高斯混合模型注意力机制的序列到序列生成模型，以生成预测的梅尔谱；将梅尔谱进行归一化处理，输入到基于生成对抗网络的声码器后端，经过对抗训练来提升合成语音的质量，最后输出合成语音。本发明方法在保证合成语音的质量的同时，可以提高注意力机制的对齐速度，并且在长语音的合成中表现优秀；通过对音频进行分频带编码，可以提高模型的训练速度，降低语音生成时耗，同时使用多尺度短时傅里叶变换损失函数，提高合成语音的质量与实时率。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

一种基于多特征融合和CLSTN的脑电情绪识别方法和系统

当前第 / 件

一种惰性Li2MnO3相掺杂的层状锰酸锂材料及其制备和应用

同领域国内专利 · IPC: (G10L13_02)

G10L13_00 G10L13_02 G10L13_027 G10L13_033 G10L13_047 G10L13_08 G10L13_10 覆盖7个领域

相似专利推荐 AI 驱动 · 同领域

暂无同领域相似专利推荐

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：13 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)