汉字拼音转换方法、装置、电子设备及存储介质制造方法及图纸

本申请提出汉字拼音转换方法、装置、电子设备及存储介质。其中方法包括：将汉字序列划分为多个汉字，确定各个所述汉字的编码向量；分别将各个汉字的编码向量输入汉字转拼音模型的各级网络，所述汉字转拼音模型的各级网络的输出结果被配置为第一网络模块的第一输入内容；分别将各个汉字的前一个汉字对应的拼音的编码向量输入拼音语言模型的各级网络，所述拼音语言模型的各级网络的输出结果被配置为第一网络模块的第二输入内容；所述第一网络模块被配置为根据所述第一输入内容和第二输入内容，确定各个汉字对应的拼音的编码向量；根据所述各个汉字对应的拼音的编码向量，确定所述汉字序列对应的拼音序列。本申请实施例能够提高拼音转换的正确率。

【技术实现步骤摘要】
汉字拼音转换方法、装置、电子设备及存储介质
本申请涉及人工智能
，尤其涉及汉字拼音转换方法、装置、电子设备及存储介质。
技术介绍
汉字转拼音是语音合成前端数据处理的关键步骤。由于汉语中存在大量的多音字，因此汉字转拼音模块能否准确转换多音字拼音直接决定语音合成系统的性能。多音字是指相同的汉字在不同的上下文中发音不同。一般来说，要准确的转换汉字多音字到拼音，必须穷尽所有的多音字及其在不同上下文的发音情况，然而，在实际开发语音合成系统时，穷尽所有多音字情况费时费力，而且成本也很大。因此，在这种情况下，目前出现了使用多音字拼音词典进行汉字到拼音的规则匹配转换方法，但是该方法过于依赖词典，对于词典中没有的多音字情况不能处理，泛化性能差。随着深度学习的发展，出现了将深度神经网络应用到汉字到拼音的转换的方法，并取得了较好的性能。然而，该方法往往集中在汉字到多音字的序列到序列（seq2seq）的模型，转换的结果完全依赖于该seq2seq模型。对于汉字转拼音的任务，仅仅是文本序列到拼音序列的转换，而拼音序列的组合也有其本身的规律，现有的深度学习模型仅仅集中于汉字到拼音转化，而不能学习到拼音序列自身的内部规律，因此性能较差。
技术实现思路
本申请实施例提供一种汉字拼音转换方法、装置、电子设备及存储介质，以解决相关技术存在的问题，技术方案如下：第一方面，本申请实施例提供了一种汉字拼音转换方法，包括：将汉字序列划分为多个汉字，确定各个所述汉字的编码向量；分别将各个汉字的编码向量输入汉字转拼音模型的各级网络，所述汉字转拼音模型的各级网络的输出结果被配置为第一网络模块的第一输入内容；分别将各个汉字的前一个汉字对应的拼音的编码向量输入拼音语言模型的各级网络，所述拼音语言模型的各级网络的输出结果被配置为第一网络模块的第二输入内容；所述第一网络模块被配置为根据所述第一输入内容和第二输入内容，确定各个汉字对应的拼音的编码向量；根据所述各个汉字对应的拼音的编码向量，确定所述汉字序列对应的拼音序列。在一种实施方式中，所述分别将各个汉字的前一个汉字对应的拼音的编码向量输入拼音语言模型的各级网络，包括：所述汉字为汉字序列中的第一个汉字时，将所述汉字序列的起始标签对应的编码向量输入拼音语言模型的第一级网络；所述汉字为汉字序列中的第N个汉字时，将第N-1个汉字对应的拼音的编码向量输入拼音语言模型的N级网络；其中，所述N为大于或等于2的整数，所述第N-1个汉字对应的拼音的编码向量为所述第一网络模块确定出的结果。在一种实施方式中，汉字转拼音模型的第一级网络的输入内容还包括初始化的隐层状态向量；所述汉字转拼音模型的第N级网络的输入内容还包括第N-1级网络计算得到的隐层状态向量；其中，所述N为大于或等于2的整数；所述汉字转拼音模型的各级网络还根据输入的隐层状态向量及所述汉字的编码向量，计算本级网络对应的隐层状态向量。在一种实施方式中，拼音语言模型的第一级网络的输入内容还包括初始化的隐层状态向量；所述拼音语言模型的第N级网络的输入内容还包括第N-1级网络计算得到的隐层状态向量；其中，所述N为大于或等于2的整数；所述拼音语言模型的各级网络还根据输入的隐层状态向量及所述前一个汉字对应的拼音的编码向量，计算本级网络对应的隐层状态向量。在一种实施方式中，汉字转拼音模型或所述拼音语言模型采用基于长短时记忆网络的网络架构。第二方面，本申请实施例提供了一种汉字拼音转换模型的训练方法，所述汉字拼音转换模型包含汉字转拼音模型和拼音语言模型，所述训练方法包括：将汉字样本序列划分为多个汉字，确定各个所述汉字的编码向量；并获取所述汉字样本序列对应的真实拼音序列，将所述真实拼音序列划分为各个所述汉字对应的真实拼音，得到各个真实拼音的编码向量；分别将各个汉字的编码向量输入汉字转拼音模型的各级网络，所述汉字转拼音模型的各级网络的输出结果被配置为第一网络模块的第一输入内容；分别将各个汉字的前一个汉字对应的真实拼音的编码向量输入拼音语言模型的各级网络，所述拼音语言模型的各级网络的输出结果被配置为第一网络模块的第二输入内容；所述第一网络模块被配置为根据所述第一输入内容和第二输入内容，确定各个汉字对应的预测拼音的编码向量；根据所述各个汉字对应的预测拼音的编码向量和真实拼音的编码向量，对所述汉字转拼音模型和拼音语言模型进行优化。在一种实施方式中，分别将各个汉字的前一个汉字对应的真实拼音的编码向量输入拼音语言模型的各级网络，包括：所述汉字为汉字序列中的第一个汉字时，将所述汉字序列的起始标签对应的编码向量输入拼音语言模型的第一级网络；所述汉字为汉字序列中的第N个汉字时，将第N-1个汉字对应的真实拼音的编码向量输入拼音语言模型的N级网络；其中，所述N为大于或等于2的整数。在一种实施方式中，汉字转拼音模型的第一级网络的输入内容还包括初始化的隐层状态向量；所述汉字转拼音模型的第N级网络的输入内容还包括第N-1级网络计算得到的隐层状态向量；其中，所述N为大于或等于2的整数；所述汉字转拼音模型的各级网络还根据输入的隐层状态向量及所述汉字的编码向量，计算本级网络对应的隐层状态向量。在一种实施方式中，拼音语言模型的第一级网络的输入内容还包括初始化的隐层状态向量；所述拼音语言模型的第N级网络的输入内容还包括第N-1级网络计算得到的隐层状态向量；其中，所述N为大于或等于2的整数；所述拼音语言模型的各级网络还根据输入的隐层状态向量及所述前一个汉字对应的真实拼音的编码向量，计算本级网络对应的隐层状态向量。在一种实施方式中，汉字转拼音模型或所述拼音语言模型采用基于长短时记忆网络的网络架构。第三方面，本申请实施例提供了一种汉字拼音转换装置，包括：第一划分模块，用于将汉字序列划分为多个汉字，确定各个所述汉字的编码向量；第一输入模块，用于分别将各个汉字的编码向量输入汉字转拼音模型的各级网络，所述汉字转拼音模型的各级网络的输出结果被配置为第一网络模块的第一输入内容；第二输入模块，用于分别将各个汉字的前一个汉字对应的拼音的编码向量输入拼音语言模型的各级网络，所述拼音语言模型的各级网络的输出结果被配置为第一网络模块的第二输入内容；所述第一网络模块被配置为根据所述第一输入内容和第二输入内容，确定各个汉字对应的拼音的编码向量；确定模块，用于根据所述各个汉字对应的拼音的编码向量，确定所述汉字序列对应的拼音序列。在一种实施方式中，第二输入模块用于：所述汉字为汉字序列中的第一个汉字时，将所述汉字序列的起始标签对应的编码向量输入拼音语言模型的第一级网络；所述汉字为汉字序列中的第N个汉字时，将第N-1个汉字对应的拼音的编码向量输入拼音语言模型的N级网络；其中，所述N为大于或等于2的整数，所述第N-1个汉字对应的拼音的编码向量为所述第一网络模块本文档来自技高网...

【技术保护点】
1.一种汉字拼音转换方法，其特征在于，包括：/n将汉字序列划分为多个汉字，确定各个所述汉字的编码向量；/n分别将各个汉字的编码向量输入汉字转拼音模型的各级网络，所述汉字转拼音模型的各级网络的输出结果被配置为第一网络模块的第一输入内容；/n分别将各个汉字的前一个汉字对应的拼音的编码向量输入拼音语言模型的各级网络，所述拼音语言模型的各级网络的输出结果被配置为第一网络模块的第二输入内容；/n所述第一网络模块被配置为根据所述第一输入内容和第二输入内容，确定各个汉字对应的拼音的编码向量；/n根据所述各个汉字对应的拼音的编码向量，确定所述汉字序列对应的拼音序列。/n

【技术特征摘要】
1.一种汉字拼音转换方法，其特征在于，包括：
将汉字序列划分为多个汉字，确定各个所述汉字的编码向量；
分别将各个汉字的编码向量输入汉字转拼音模型的各级网络，所述汉字转拼音模型的各级网络的输出结果被配置为第一网络模块的第一输入内容；
分别将各个汉字的前一个汉字对应的拼音的编码向量输入拼音语言模型的各级网络，所述拼音语言模型的各级网络的输出结果被配置为第一网络模块的第二输入内容；
所述第一网络模块被配置为根据所述第一输入内容和第二输入内容，确定各个汉字对应的拼音的编码向量；
根据所述各个汉字对应的拼音的编码向量，确定所述汉字序列对应的拼音序列。


2.根据权利要求1所述的方法，其特征在于，所述分别将各个汉字的前一个汉字对应的拼音的编码向量输入拼音语言模型的各级网络，包括：
所述汉字为汉字序列中的第一个汉字时，将所述汉字序列的起始标签对应的编码向量输入拼音语言模型的第一级网络；
所述汉字为汉字序列中的第N个汉字时，将第N-1个汉字对应的拼音的编码向量输入拼音语言模型的N级网络；其中，所述N为大于或等于2的整数，所述第N-1个汉字对应的拼音的编码向量为所述第一网络模块确定出的结果。


3.根据权利要求1或2所述的方法，其特征在于，
所述汉字转拼音模型的第一级网络的输入内容还包括初始化的隐层状态向量；
所述汉字转拼音模型的第N级网络的输入内容还包括第N-1级网络计算得到的隐层状态向量；其中，所述N为大于或等于2的整数；
所述汉字转拼音模型的各级网络还根据输入的隐层状态向量及所述汉字的编码向量，计算本级网络对应的隐层状态向量。


4.根据权利要求1或2所述的方法，其特征在于，
所述拼音语言模型的第一级网络的输入内容还包括初始化的隐层状态向量；
所述拼音语言模型的第N级网络的输入内容还包括第N-1级网络计算得到的隐层状态向量；其中，所述N为大于或等于2的整数；
所述拼音语言模型的各级网络还根据输入的隐层状态向量及所述前一个汉字对应的拼音的编码向量，计算本级网络对应的隐层状态向量。


5.根据权利要求1或2所述的方法，其特征在于，所述汉字转拼音模型或所述拼音语言模型采用基于长短时记忆网络的网络架构。


6.一种汉字拼音转换模型的训练方法，其特征在于，所述汉字拼音转换模型包含汉字转拼音模型和拼音语言模型，所述训练方法包括：
将汉字样本序列划分为多个汉字，确定各个所述汉字的编码向量；并获取所述汉字样本序列对应的真实拼音序列，将所述真实拼音序列划分为各个所述汉字对应的真实拼音，得到各个真实拼音的编码向量；
分别将各个汉字的编码向量输入汉字转拼音模型的各级网络，所述汉字转拼音模型的各级网络的输出结果被配置为第一网络模块的第一输入内容；
分别将各个汉字的前一个汉字对应的真实拼音的编码向量输入拼音语言模型的各级网络，所述拼音语言模型的各级网络的输出结果被配置为第一网络模块的第二输入内容；
所述第一网络模块被配置为根据所述第一输入内容和第二输入内容，确定各个汉字对应的预测拼音的编码向量；
根据所述各个汉字对应的预测拼音的编码向量和真实拼音的编码向量，对所述汉字转拼音模型和拼音语言模型进行优化。


7.根据权利要求6所述的方法，其特征在于，所述分别将各个汉字的前一个汉字对应的真实拼音的编码向量输入拼音语言模型的各级网络，包括：
所述汉字为汉字序列中的第一个汉字时，将所述汉字序列的起始标签对应的编码向量输入拼音语言模型的第一级网络；
所述汉字为汉字序列中的第N个汉字时，将第N-1个汉字对应的真实拼音的编码向量输入拼音语言模型的N级网络；其中，所述N为大于或等于2的整数。


8.根据权利要求6或7所述的方法，其特征在于，
所述汉字转拼音模型的第一级网络的输入内容还包括初始化的隐层状态向量；
所述汉字转拼音模型的第N级网络的输入内容还包括第N-1级网络计算得到的隐层状态向量；其中，所述N为大于或等于2的整数；
所述汉字转拼音模型的各级网络还根据输入的隐层状态向量及所述汉字的编码向量，计算本级网络对应的隐层状态向量。


9.根据权利要求6或7所述的方法，其特征在于，
所述拼音语言模型的第一级网络的输入内容还包括初始化的隐层状态向量；
所述拼音语言模型的第N级网络的输入内容还包括第N-1级网络计算得到的隐层状态向量；其中，所述N为大于或等于2的整数；
所述拼音语言模型的各级网络还根据输入的隐层状态向量及所述前一个汉字对应的真实拼音的编码向量，计算本级网络对应的隐层状态向量。


10.根据权利要求6或7所述的方法，其特征在于，所述汉字转拼音模型或所述拼音语言模型采用基于长短时记忆网络的网络架构。


11.一种汉字拼音转换装置，其特征在于，包括：
第一划分模块，用于将汉字序列划分为多个汉字，确定各个所述汉字的编码向量；
第一输入模块，用于分别将各个汉字的编码向量输入汉...

【专利技术属性】
技术研发人员：李成飞，杨嵩，王桑，
申请(专利权)人：北京世纪好未来教育科技有限公司，
类型：发明
国别省市：北京;11