2025-01-19
分享到
金融界2025年1月18日消息,國家知識產(chǎn)權(quán)局信息顯示,廈門她趣信息技術(shù)有限公司申請一項(xiàng)名為“一種語音轉(zhuǎn)化方法、裝置、設(shè)備及可讀存儲介質(zhì)”的專利,公開號 CN 119314501 A,申請日期為 2024年12月。
專利摘要顯示,本發(fā)明提供了一種語音轉(zhuǎn)化方法、裝置、設(shè)備及可讀存儲介質(zhì),通過先將待轉(zhuǎn)換音頻和參考音頻通過音頻量化器進(jìn)行壓縮量化,以生成待轉(zhuǎn)換音頻的語義編碼和參考音頻的參考編碼,接著,將語義編碼和參考編碼按其梅爾頻譜的長度進(jìn)行對齊,以拼接成一組特征向量,調(diào)用音頻大語言模型對特征向量進(jìn)行自回歸解碼生成輸出編碼,將參考音頻的梅爾頻譜輸入音色風(fēng)格網(wǎng)絡(luò)生成感知向量,將輸出編碼和感知向量融合生成向量編碼;再接著,調(diào)用流預(yù)測網(wǎng)絡(luò)結(jié)合時間序列embedding和先驗(yàn)分布對向量編碼進(jìn)行處理,以逐步生成梅爾頻譜;最后,將梅爾頻譜通過聲碼器還原為目標(biāo)語音信號,解決了現(xiàn)有的小規(guī)模的模型對細(xì)微聲音特征還原效果不夠理想的問題。
天眼查資料顯示,廈門她趣信息技術(shù)有限公司,成立于2017年,位于廈門市,是一家以從事互聯(lián)網(wǎng)和相關(guān)服務(wù)為主的企業(yè)。企業(yè)注冊資本1950萬人民幣。通過天眼查大數(shù)據(jù)分析,廈門她趣信息技術(shù)有限公司共對外投資了6家企業(yè),參與招投標(biāo)項(xiàng)目13次,知識產(chǎn)權(quán)方面有商標(biāo)信息14條,專利信息47條,此外企業(yè)還擁有行政許可12個。