平安科技申請語音合成專利，提高語音生成穩定性

金融界 2025 年 1 月 31 日消息，國家知識產權局信息顯示，平安科技（深圳）有限公司申請一項名爲“語音合成方法裝置設備及介質”的專利，公開號 CN 119380688 A，申請日期爲 2024 年 11 月。

專利摘要顯示，本發明涉及人工智能技術領域，公開了一種語音合成方法、裝置、設備及介質，包括：獲取待合成文本和參考音頻；採用滑動窗口算法將待合成文本劃分爲多個文本段；基於參考音頻和預訓練的語音合成模型，生成每個文本段對應的音頻波形；對每個文本段對應的音頻波形進行語音合成，得到目標語音。通過上述方式，採用滑動窗口算法對輸入文本進行分割，形成若干段更小、更易管理的文本段，將若干個文本段和參數音頻輸入語音合成模型，使得語音合成模型基於較短的文本段逐句生成音頻，使得模型能夠更加專注於每個片段的精確語音和語調細節，確保音頻輸出的準確性和自然流暢性，解決了由於文本長度超出典型長度參數引起的退化問題，提高語音生成的穩定性。

天眼查資料顯示，平安科技（深圳）有限公司，成立於2008年，位於深圳市，是一家以從事軟件和信息技術服務業爲主的企業。企業註冊資本531031.58萬人民幣，實繳資本531031.58萬人民幣。通過天眼查大數據分析，平安科技（深圳）有限公司共對外投資了4家企業，參與招投標項目276次，知識產權方面有商標信息75條，專利信息5000條，此外企業還擁有行政許可19個。

本文源自：金融界

作者：情報員