【技术实现步骤摘要】
韵律预测方法、训练方法、装置、电子设备和介质
[0001]本申请涉及语音合成、NLP(Natural Language Processing,自然语言处理)、深度学习等AI(Artificial Intelligence,人工智能)
,具体地,本申请提供了一种韵律预测方法、训练方法、装置、电子设备和介质。
技术介绍
[0002]语音合成技术,又称TTS(Text to Speech,文语转换)技术,能够将任意文字信息实时转化为标准且流畅的语音朗读出来。语音合成的一个关键步骤是韵律预测,韵律预测又可以细分为韵律层级预测、时长预测和音高预测等,韵律层级在TTS中直接影响合成语音的自然度和流畅度。
[0003]随着世界经济的快速发展、国际文化交流的日益频繁,以及互联网技术的高速发展,全球信息化程度迅速提高,在一个语言的文本中经常会出现其他语言的文本,上述文本称为混语文本或混合文本。如何对混合文本的韵律进行预测至关重要。
技术实现思路
[0004]本申请提供了一种用于韵律预测方法、训练方法、装置、电子设备和介质。
[0005]根据本申请的一方面,提供了一种韵律预测方法,包括:
[0006]获取混合文本;其中,所述混合文本中包含第一语言的文本片段,和包含第二语言的文本片段;
[0007]对所述第一语言的文本片段中各字符编码得到对应的第一字符向量,对所述第二语言的文本片段中各所述字符编码得到对应的第二字符向量;
[0008]根据各所述字符在所述混合文本中的语序,对所述 ...
【技术保护点】
【技术特征摘要】
1.一种韵律预测方法,所述方法包括:获取混合文本;其中,所述混合文本中包含第一语言的文本片段,和包含第二语言的文本片段;对所述第一语言的文本片段中各字符编码得到对应的第一字符向量,对所述第二语言的文本片段中各所述字符编码得到对应的第二字符向量;根据各所述字符在所述混合文本中的语序,对所述第一字符向量和所述第二字符向量排序,得到向量序列;将所述向量序列输入经过训练的韵律预测模型,得到所述第一字符向量和所述第二字符向量切换位置处的过渡韵律;将所述过渡韵律拼接在所述第一语言的文本片段对应的韵律和所述第二语言的文本片段对应的韵律之间,以得到所述混合文本的韵律。2.根据权利要求1所述的韵律预测方法,其中,所述获取混合文本,包括:获取待预测文本;识别所述待预测文本中包含所述第二语言的文本片段;对所述待预测文本从位于所述第二语言的文本片段之前设定个数的第一语言字符开始截取,截取至位于所述第二语言的文本片段之后的设定个数的所述第一语言字符,以得到所述混合文本。3.根据权利要求1所述的韵律预测方法,其中,所述将所述向量序列输入经过训练的韵律预测模型,得到所述第一字符向量和所述第二字符向量切换位置处的过渡韵律之后,所述方法还包括:在所述第一语言的文本片段与所述第二语言的文本片段之间具有标点的情况下,查询预设的韵律规则,以确定与所述标点匹配的韵律规则;根据所述标点匹配的韵律规则,对所述过渡韵律进行修正。4.根据权利要求1所述的韵律预测方法,其中,所述韵律预测模型包括双向长短期记忆网络LSTM层和全连接层;其中,双向LSTM层,用于对输入的所述向量序列进行双向特征提取;所述全连接层,用于对所述双向LSTM提取的特征进行分类,得到所述过渡韵律。5.根据权利要求4所述的韵律预测方法,其中,所述全连接层为至少两个;其中,一个所述全连接层,用于对所述双向LSTM提取的特征分类得到所述第一字符向量切换为所述第二字符向量的位置处的所述过渡韵律;另一个所述全连接层,用于对所述双向LSTM提取的特征分类得到所述第二字符向量切换为所述第一字符向量的位置处的所述过渡韵律。6.一种韵律预测模型的训练方法,所述韵律预测模型应用于如权利要求1-5任一项所述韵律预测方法,所述训练方法包括:获取训练样本,其中,所述训练样本包括参考文本和韵律标注,所述参考文本包括第一语言的文本片段和第二语言的文本片段,所述韵律标注,用于表征所述参考文本中所述第一语言的文本片段和所述第二语言的文本片段之间的过渡韵律;采用所述训练样本,对所述韵律预测模型进行训练,以使韵律预测模型输出得到的韵律与所述韵律标注之间的差异最小化。
7.一种韵律预测装置,所述装置包括:获取模块,用于获取混合文本;其中,所述混合文本中包含第一语言的文本片段,和包含第二语言的文本片段;编码模块,用于对所述第一语言的文本片段中各字符编码得到对应的第一字符向量,对所述第二语言的文本片段中各所述字符编码得到对应的第二字符向量;排序模块,用于根据各所述字符在所述混合文本中的语序,对所述第一字符向量和所...
【专利技术属性】
技术研发人员:聂志朋,高占杰,陈昌滨,
申请(专利权)人:北京百度网讯科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。