申请/专利权人:腾讯科技(深圳)有限公司
申请日:2019-10-22
公开(公告)日:2024-04-09
公开(公告)号:CN110782880B
主分类号:G10L15/06
分类号:G10L15/06;G10L15/08;G10L15/18;G10L15/26;G10L15/02;G10L13/08;G10L13/10
优先权:
专利状态码:有效-授权
法律状态:2024.04.09#授权;2021.10.29#实质审查的生效;2020.02.11#公开
摘要:本发明提供了一种韵律生成模型的训练方法及装置;所述韵律生成模型包括:停顿判断模型、重读判断模型及边界调判断模型,方法包括:通过停顿判断模型,对标注有停顿标记、重读标记及边界调标记的样本文本进行停顿位置预测处理,得到对应样本文本的停顿位置;通过重读判断模型,对样本文本进行重读位置预测处理,得到对应样本文本的重读位置;通过边界调判断模型,对样本文本进行边界调类型预测处理,得到对应样本文本的边界调类型;基于所述停顿位置、所述重读位置及所述边界调类型,确定韵律生成模型的损失函数的值;基于所述损失函数的值,更新韵律生成模型的模型参数。通过本发明,能够实现用于生成通用的韵律标准的韵律生成模型的训练。
主权项:1.一种韵律生成模型的训练方法,其特征在于,所述韵律生成模型包括:停顿判断模型、重读判断模型及边界调判断模型,所述方法包括:通过所述停顿判断模型,对标注有停顿标记、重读标记及边界调标记的样本文本进行停顿位置预测处理,得到对应所述样本文本的停顿位置;通过所述重读判断模型,对所述样本文本进行重读位置预测处理,得到对应所述样本文本的重读位置;通过所述边界调判断模型,对所述样本文本进行边界调类型预测处理,得到对应所述样本文本的边界调类型;基于所述停顿位置、所述重读位置及所述边界调类型,确定所述韵律生成模型的损失函数的值;基于所述损失函数的值,更新所述韵律生成模型的模型参数;其中,所述通过所述重读判断模型,对所述样本文本进行重读位置预测处理,得到对应所述样本文本的重读位置,包括:确定组成所述样本文本的各个单词对应的字符向量及词性特征;通过所述重读判断模型,对所述字符向量进行关联处理,得到对应的单词向量;将所述单词向量及对应的所述词性特征进行拼接,得到拼接后的单词向量;基于所述拼接后的单词向量,得到对应所述样本文本的重读位置。
全文数据:
权利要求:
百度查询: 腾讯科技(深圳)有限公司 一种韵律生成模型的训练方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。