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！

龙图腾网获悉北京对酒当歌科技有限公司申请的专利一种基于用户通俗口语表达的端到端歌曲生成方法和系统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：CN118609544B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202410870727.9，技术领域涉及：G10L13/08；该发明授权一种基于用户通俗口语表达的端到端歌曲生成方法和系统是由刘浩轩;刘岩;张弢;余鹏飞设计研发完成，并于2024-07-01向国家知识产权局提交的专利申请。

本一种基于用户通俗口语表达的端到端歌曲生成方法和系统在说明书摘要公布了：本发明公开了一种基于用户通俗口语表达的端到端歌曲生成方法和系统，包括：获取用户输入的通俗口语表达文本并将其作为描述文本提示词；采用大语言模型根据描述文本提示词生成具有乐段结构的歌词序列；采用生成模型基于具有乐段结构的歌词序列进行去噪处理来生成表示音乐的潜在概率分布，并基于潜在概率分布在VAE模型的音频数据空间中进行搜索得到歌词序列对应的音频分布，音频分布中的每个点表示一段音频，将音频分布转换成频谱图后，将频谱图转换为歌曲的音频数据，这样在充分理解的口语化表达的基础上创建歌曲，并将用户的通俗口语表达与创建的歌曲进行匹配。

本发明授权一种基于用户通俗口语表达的端到端歌曲生成方法和系统在权利要求书中公布了：1.一种基于用户通俗口语表达的端到端歌曲生成系统，其特征在于，包括： 获取模块，其用于获取用户输入的通俗口语表达文本并将其作为描述文本提示词； 歌词生成模块，其用于采用大语言模型根据描述文本提示词生成具有乐段结构的歌词序列； 音频生成模块，其用于采用生成模型基于具有乐段结构的歌词序列进行去噪处理来生成表示音乐的潜在概率分布，包括：初始化连续的多个时间窗口，针对每个时间窗口，从具有乐段结构的歌词序列中提取与时间窗口长度匹配的至少部分歌词序列作为当前输入歌词序列；基于当前输入歌词序列和前一时间窗口对应的生成音频数据通过生成模型进行连续去噪，生成当前时间窗口对应的表示音乐的潜在概率分布，具体包括：针对当前时间窗口，将前一时间窗口对应的生成音频数据、描述文本提示词通过CLAP处理形成嵌入向量后与当前噪声拼接形成拼接向量并输入至生成模型，同时将当前输入歌词序列也输入到生成模型，在生成模型中进行时间步t的去噪处理得到时间步t对应的去噪结果，该去噪结果作为时间步t-1的当前噪声；其中，t取值为[0,T]，当t取T时，时间步T对应的当前噪声为初始随机噪声，时间步T对应的前一时间窗口对应的生成音频数据为空向量；当t取0时，时间步0对应的去噪结果认为是无噪声结果，作为表示音乐的潜在概率分布； 所述音频生成模块还用于基于潜在概率分布在VAE模型的音频数据空间中进行搜索得到歌词序列对应的音频分布，音频分布中的每个点表示一段音频，将音频分布转换成频谱图后，将频谱图转换为歌曲的音频数据。

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北京对酒当歌科技有限公司，其通讯地址为：100102 北京市朝阳区望京东园四区8号楼9层916；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。