腾讯音乐娱乐科技(深圳)有限公司刘若澜获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉腾讯音乐娱乐科技(深圳)有限公司申请的专利语音合成的方法、设备和存储介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115862594B 。
龙图腾网通过国家知识产权局官网在2025-06-13发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211529185.6,技术领域涉及:G10L13/08;该发明授权语音合成的方法、设备和存储介质是由刘若澜;徐东设计研发完成,并于2022-11-30向国家知识产权局提交的专利申请。
本语音合成的方法、设备和存储介质在说明书摘要公布了:本申请公开了一种语音合成的方法、设备和存储介质,属于语音合成领域。所述方法包括:获取目标文本的文本发音特征;将所述文本发音特征输入预先训练的音高语速确定模型,由所述音高语速确定模型输出所述目标文本在第一朗读风格下进行朗读时的第一音高特征和第一语速特征;将所述第一音高特征、所述第一语速特征和所述文本发音特征输入预先设置的特征融合模型,由所述特征融合模型输出融合发音特征;将所述融合发音特征和音色信息输入预先训练的频谱合成模型,由所述频谱合成模型输出所述目标文本对应的朗读音频。可见,本申请实施例提供了一种能够对音色和风格都进行任意选择以合成朗读音频的方案。
本发明授权语音合成的方法、设备和存储介质在权利要求书中公布了:1.一种语音合成的方法,其特征在于,所述方法包括: 确定目标文本,并确定所述目标文本的目标朗读音色及目标朗读风格; 将所述目标文本的文本发音特征和所述目标朗读风格对应的朗读音色编码输入音高语速确定模型,由所述音高语速确定模型输出所述目标文本在所述目标朗读风格下进行朗读时的第一朗读风格特征,所述音高语速确定模型由多种朗读音色在多种朗读风格下的朗读音频样本进行训练得到,且每种朗读音频样本具有各自对应的朗读音色编码; 将所述目标文本的文本发音特征和所述目标朗读音色对应的朗读音色编码输入所述音高语速确定模型,由所述音高语速确定模型输出所述目标文本以所述目标朗读音色进行朗读的第二朗读风格特征; 将所述目标文本的文本发音特征、所述第一朗读风格特征和所述第二朗读风格特征输入预先设置的特征融合模型,由所述特征融合模型输出融合发音特征; 将所述融合发音特征和所述目标朗读音色的音色信息输入预先训练的频谱合成模型,由所述频谱合成模型输出所述目标文本对应的朗读音频。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人腾讯音乐娱乐科技(深圳)有限公司,其通讯地址为:518000 广东省深圳市前海深港合作区前湾一路1号A栋201室;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。