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！

龍圖騰網恭喜平安科技(深圳)有限公司申請的專利語音合成模型的訓練及語音合成方法、裝置和相關設備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：CN114882869B 。

龍圖騰網通過國家知識產權局官網在2025-05-06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：202210517644.2，技術領域涉及：G10L13/08；該發明授權語音合成模型的訓練及語音合成方法、裝置和相關設備是由張旭龍;王健宗;程寧設計研發完成，并于2022-05-13向國家知識產權局提交的專利申請。

本語音合成模型的訓練及語音合成方法、裝置和相關設備在說明書摘要公布了：本發明公開了一種語音合成模型的訓練方法，應用于人工智能領域。本發明提供的語音合成模型包括矢量量化層，所述矢量量化層包括碼書，本發明提供的方法包括：將待訓練的音頻數據分類為配對音頻和無配對音頻，并通過編碼器將所述配對音頻和無配對音頻對應轉換成第一連續變量和第二連續變量；對所述第一連續變量進行有監督學習方式的訓練，根據得到的第一損失優化所述矢量量化層的參數；對所述第二連續變量進行無監督學習方式的訓練，完善所述碼書；將所述第一連續變量和所述第二連續變量發送至所述語音合成模型進行半監督學習方式的訓練，根據得到的第二損失優化所述矢量量化層的參數，直至所述第二損失最小，得到訓練完成的語音合成模型。

本發明授權語音合成模型的訓練及語音合成方法、裝置和相關設備在權利要求書中公布了：1.一種語音合成模型的訓練方法，其特征在于，所述語音合成模型包括編碼器、矢量量化層、解碼器，所述矢量量化層包括碼書，所述方法包括：將訓練樣本中包括的同一說話人的音頻數據分類為配對音頻和無配對音頻；通過編碼器將所述配對音頻轉換成與每個音頻數據分別對應的第一連續變量；抽取所述第一連續變量并將抽取的第一連續變量輸入至所述矢量量化層進行矢量化處理，得到第一離散變量和第一音素向量，將所述第一音素向量添加至所述碼書，通過所述解碼器將所述第一離散變量轉換成第一重構音頻，計算所述第一重構音頻與所述配對音頻的第一損失；判斷所述第一損失是否達到最小，若否，則根據所述第一損失優化所述矢量量化層的參數，并循環所述抽取所述第一連續變量至所述判斷所述第一損失是否達到最小之間的步驟，直至所述第一損失達到最小，完成第一階段訓練；通過編碼器將所述無配對音頻轉換成與每個音頻數據分別對應的第二連續變量；將所述第二連續變量輸入至所述矢量量化層進行矢量化處理，通過所述碼書后得到包含偽音素標簽的第二音素向量，將所述第二音素向量添加至所述碼書，得到更新后的矢量量化層；將所述第一連續變量和所述第二連續變量輸入至所述更新后的矢量量化層進行處理，得到第二離散變量，通過所述解碼器將所述第二離散變量轉換成第二重構音頻，計算所述第二重構音頻與所述配對音頻或所述無配對音頻的第二損失；判斷所述第二損失是否達到最小，若否，則根據所述第二損失優化所述更新后的矢量量化層的參數，循環所述將所述第一連續變量和所述第二連續變量輸入至所述更新后的矢量量化層進行處理至所述判斷所述第二損失是否達到最小之間的步驟，直至所述第二損失達到最小，得到訓練好的語音合成模型。

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平安科技(深圳)有限公司，其通訊地址為：518000 廣東省深圳市福田區福田街道福安社區益田路5033號平安金融中心23樓；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”。