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！

龙图腾网获悉镁佳(北京)科技有限公司申请的专利一种基于提示词的语音合成系统、训练方法及推理方法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：CN118762685B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202410952662.2，技术领域涉及：G10L13/027；该发明授权一种基于提示词的语音合成系统、训练方法及推理方法是由孟庆梁设计研发完成，并于2024-07-16向国家知识产权局提交的专利申请。

本一种基于提示词的语音合成系统、训练方法及推理方法在说明书摘要公布了：本发明涉及语音合成技术领域，公开了一种基于提示词的语音合成系统、训练方法及推理方法，该系统包括全局样式获取模块和语音合成模块；全局样式获取模块包括源风格提示模块和目标风格提示模块，源风格提示模块用于对输入的音频的直谱图进行风格提取，得到源说话人风格向量，目标风格提示模块用于根据输入的提示词进行特征抽取，得到目标说话人风格向量；语音合成模块用于根据输入的音素和目标说话人风格向量进行语音合成生成目标音频波形或者进行语音克隆生成目标音频波形。本发明可以将风格信息融入到语音合成模块中，不需要指定说话者唯一标识符，只需根据文本描述，就可生成具有提示风格的语音，并且能实现语音克隆。

本发明授权一种基于提示词的语音合成系统、训练方法及推理方法在权利要求书中公布了：1.一种基于提示词的语音合成系统，其特征在于，包括全局样式获取模块和语音合成模块； 所述全局样式获取模块包括源风格提示模块和目标风格提示模块，所述源风格提示模块用于对输入的音频的直谱图进行风格提取，得到源说话人风格向量，所述目标风格提示模块用于根据输入的提示词进行特征抽取，得到目标说话人风格向量； 所述语音合成模块用于根据输入的音素、源说话人风格向量和所述目标说话人风格向量进行语音克隆生成目标音频波形； 所述语音合成模块包括文本编码层、保护层、风格向量表征层、音律预测层、单调对齐搜索层、后验概率层、流层、逆流层和解码层； 所述文本编码层用于提取输入的音素的文本隐向量； 所述保护层用于基于所述文本隐向量得到高斯分布参数； 所述风格向量表征层用于接收所述全局样式获取模块输入的所述源说话人风格向量和所述目标说话人风格向量，并将所述目标说话人风格向量输入至所述音律预测层、所述逆流层和所述解码层，将所述源说话人风格向量输入至所述流层和所述后验概率层； 所述音律预测层用于根据所述文本隐向量和所述目标说话人风格向量生成音律持续向量； 所述单调对齐搜索层用于根据所述高斯分布参数和所述音律持续向量对齐所述文本隐向量得到语音合成隐层向量； 所述后验概率层用于根据第三方音频合成模型生成的音频的直谱图和所述源说话人风格向量生成语音克隆源待解码向量； 所述流层用于结合所述源说话人风格向量对所述语音克隆源待解码向量进行流变换得到语音克隆源隐层向量； 所述逆流层用于结合所述目标说话人风格向量对所述语音合成隐层向量进行逆流变换得到语音合成待解码向量，以及用于结合所述目标说话人风格向量对所述语音克隆源隐层向量进行流变换得到语音克隆待解码向量； 所述解码层用于对所述语音合成待解码向量或所述语音克隆待解码向量进行解码得到目标音频波形。

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镁佳(北京)科技有限公司，其通讯地址为：100102 北京市朝阳区创远路34号院6号楼11层1101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”。

以上内容由龙图腾AI智能生成。