大家好，欢迎来到IT知识分享网。
金融界2025年4月7日消息，国家知识产权局信息显示，杭州一知智能科技有限公司申请一项名为“一种基于自回归模型的语音编辑和合成方法及系统”的专利，公开号CN A，申请日期为2024年12月。
专利摘要显示，本发明提出了一种基于自回归模型的语音编辑和合成方法及系统，用于拼接真人音频和合成音频，属于人工智能技术领域。将真人音频信号离散化成音频token和文本token，训练自回归模型；使用自回归模型生成的隐藏层状态训练声码器，使得声码器能够根据隐藏层状态还原音频；从待编辑的真人音频中提取音色特征，并转换为音频token和文本token，将真人音频的文本token之后拼接待合成音频的文本token；将音色特征、文本token、音频token拼接起来输入自回归模型，预测隐藏层状态；根据真人音频和合成音频的先后顺序预处理音频的隐藏层状态，还原音频。本发明解决了真人音频和合成音频拼接突兀的问题。
天眼查资料显示，杭州一知智能科技有限公司，成立于2017年，位于杭州市，是一家以从事软件和信息技术服务业为主的企业。企业注册资本2783.6767万人民币，实缴资本2783.6767万人民币。通过天眼查大数据分析，杭州一知智能科技有限公司共对外投资了4家企业，参与招投标项目28次，财产线索方面有商标信息47条，专利信息66条。
本文源自金融界
免责声明：本站所有文章内容,图片，视频等均是来源于用户投稿和互联网及文摘转载整编而成，不代表本站观点，不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益，请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权，请联系删除，如若转载，请注明出处：https://haidsoft.com/175691.html
