用于語(yǔ)音合成的韻律模型訓(xùn)練方法和裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及文語(yǔ)轉(zhuǎn)換技術(shù)領(lǐng)域，尤其設(shè)及一種用于語(yǔ)音合成的韻律模型訓(xùn)練方法 和裝置。
【背景技術(shù)】
[0002] 語(yǔ)音合成，又稱文語(yǔ)轉(zhuǎn)換技術(shù)，是一種能夠?qū)⑽淖中畔⑥D(zhuǎn)化為語(yǔ)音并進(jìn)行朗讀的 技術(shù)。隨著科技的不斷進(jìn)步，語(yǔ)音合成的應(yīng)用越來(lái)越廣泛，如新聞與信息的播報(bào)、有聲小說(shuō) 等。在日常生活中，也可通過(guò)語(yǔ)音合成，將短信、郵件等信息合成為語(yǔ)音，為用戶多提供一種 獲取信息的方式。
[0003] 在語(yǔ)音合成系統(tǒng)中，韻律預(yù)測(cè)是整個(gè)系統(tǒng)的基礎(chǔ)，如果韻律停頓預(yù)測(cè)錯(cuò)誤會(huì)直接 影響語(yǔ)音合成的效果。例如：合成文本為"如果路人遞給它一個(gè)空瓶"，正確韻律應(yīng)為"如果 #1路人#1遞給#1它#2 -個(gè)#1空瓶"，而真實(shí)的韻律預(yù)測(cè)結(jié)果為"如果#1路人#1遞給#2 它#1 一個(gè)#1空瓶"，其中的#1表示小停頓，#2表示大停頓。韻律停頓預(yù)測(cè)錯(cuò)誤造成了該 語(yǔ)句最終的合成效果不夠流暢自然，從而導(dǎo)致用戶使用體驗(yàn)差。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明旨在至少在一定程度上解決相關(guān)技術(shù)中的技術(shù)問(wèn)題之一。為此，本發(fā)明的 一個(gè)目的在于提出一種用于語(yǔ)音合成的韻律模型訓(xùn)練方法，該方法能夠完善韻律模型，提 升韻律預(yù)測(cè)的準(zhǔn)確性。
[0005] 本發(fā)明的第二個(gè)目的在于提出一種語(yǔ)音合成方法。
[0006] 本發(fā)明的第S個(gè)目的在于提出一種用于語(yǔ)音合成的韻律模型訓(xùn)練裝置。
[0007] 本發(fā)明的第四個(gè)目的在于提出一種語(yǔ)音合成裝置。
[0008] 為了實(shí)現(xiàn)上述目的，本發(fā)明第一方面實(shí)施例提出了一種用于語(yǔ)音合成的韻律模型 訓(xùn)練方法，包括；S1、從訓(xùn)練語(yǔ)料文本中提取分詞對(duì)應(yīng)的文本特征和標(biāo)記特征；S2、基于同 義詞詞林對(duì)所述訓(xùn)練語(yǔ)料文本中的分詞進(jìn)行泛化；W及S3、根據(jù)所述文本特征、所述標(biāo)記 特征W及泛化后的分詞，對(duì)所述韻律模型進(jìn)行訓(xùn)練。
[0009] 本發(fā)明實(shí)施例的用于語(yǔ)音合成的韻律模型訓(xùn)練方法，通過(guò)從訓(xùn)練語(yǔ)料文本中提取 分詞對(duì)應(yīng)的文本特征和標(biāo)記特征，基于同義詞詞林對(duì)訓(xùn)練語(yǔ)料文本中的多個(gè)分詞進(jìn)行泛 化，然后根據(jù)文本特征、標(biāo)記特征W及泛化后的分詞，對(duì)韻律模型進(jìn)行訓(xùn)練，使得韻律模型 更加完善，進(jìn)而提升韻律預(yù)測(cè)的準(zhǔn)確性。
[0010] 本發(fā)明第二方面實(shí)施例提出了一種語(yǔ)音合成方法，包括；S4、從待預(yù)測(cè)文本中提取 文本特征，并將所述文本特征輸入所述韻律模型；S5、根據(jù)所述韻律模型對(duì)所述待預(yù)測(cè)文 本進(jìn)行韻律預(yù)測(cè)；S6、進(jìn)一步對(duì)所述待預(yù)測(cè)文本進(jìn)行聲學(xué)預(yù)測(cè)，W生成聲學(xué)參數(shù)序列；W及 S7、對(duì)所述聲學(xué)參數(shù)序列進(jìn)行拼接，W生成語(yǔ)音合成結(jié)果。
[0011] 本發(fā)明實(shí)施例的語(yǔ)音合成方法，通過(guò)從待預(yù)測(cè)文本中提取文本特征，并將文本特 征輸入韻律模型，根據(jù)韻律模型對(duì)待預(yù)測(cè)文本進(jìn)行韻律預(yù)測(cè)，進(jìn)一步對(duì)待預(yù)測(cè)文本進(jìn)行聲 學(xué)預(yù)測(cè)，w生成聲學(xué)參數(shù)序列，w及對(duì)聲學(xué)參數(shù)序列進(jìn)行拼接，w生成語(yǔ)音合成結(jié)果，基于 同義詞詞林的韻律模型，提升了韻律預(yù)測(cè)的準(zhǔn)確性，從而使韻律停頓更加流暢自然，提升用 戶使用體驗(yàn)。
[0012] 本發(fā)明第S方面實(shí)施例提出了一種用于語(yǔ)音合成的韻律模型訓(xùn)練裝置，包括：提 取模塊，用于從訓(xùn)練語(yǔ)料文本中提取分詞對(duì)應(yīng)的文本特征和標(biāo)記特征；泛化模塊，用于基于 同義詞詞林對(duì)所述訓(xùn)練語(yǔ)料文本中的分詞進(jìn)行泛化；W及訓(xùn)練模塊，用于根據(jù)所述文本特 征、所述標(biāo)記特征W及泛化后的分詞，對(duì)所述韻律模型進(jìn)行訓(xùn)練。
[0013] 本發(fā)明實(shí)施例的用于語(yǔ)音合成的韻律模型訓(xùn)練裝置，通過(guò)從訓(xùn)練語(yǔ)料文本中提取 分詞對(duì)應(yīng)的文本特征和標(biāo)記特征，基于同義詞詞林對(duì)訓(xùn)練語(yǔ)料文本中的多個(gè)分詞進(jìn)行泛 化，然后根據(jù)文本特征、標(biāo)記特征W及泛化后的分詞，對(duì)韻律模型進(jìn)行訓(xùn)練，使得韻律模型 更加完善，進(jìn)而提升韻律預(yù)測(cè)的準(zhǔn)確性。
[0014] 本發(fā)明第四方面實(shí)施例提出了一種語(yǔ)音合成裝置，包括：提取模塊，用于從待預(yù)測(cè) 文本中提取文本特征，并將所述文本特征輸入所述韻律模型；韻律預(yù)測(cè)模塊，用于根據(jù)所述 韻律模型對(duì)所述待預(yù)測(cè)文本進(jìn)行韻律預(yù)測(cè)；聲學(xué)預(yù)測(cè)模塊，用于進(jìn)一步對(duì)所述待預(yù)測(cè)文本 進(jìn)行聲學(xué)預(yù)測(cè)，W生成聲學(xué)參數(shù)序列；W及生成模塊，用于對(duì)所述聲學(xué)參數(shù)序列進(jìn)行拼接， W生成語(yǔ)音合成結(jié)果。
[0015] 本發(fā)明實(shí)施例的語(yǔ)音合成裝置，通過(guò)從待預(yù)測(cè)文本中提取文本特征，并將文本特 征輸入韻律模型，根據(jù)韻律模型對(duì)待預(yù)測(cè)文本進(jìn)行韻律預(yù)測(cè)，進(jìn)一步對(duì)待預(yù)測(cè)文本進(jìn)行聲 學(xué)預(yù)測(cè)，W生成聲學(xué)參數(shù)序列，W及對(duì)聲學(xué)參數(shù)序列進(jìn)行拼接，W生成語(yǔ)音合成結(jié)果，基于 同義詞詞林的韻律模型，提升了韻律預(yù)測(cè)的準(zhǔn)確性，從而使韻律停頓更加流暢自然，提升用 戶使用體驗(yàn)。
【附圖說(shuō)明】
[0016] 圖1是根據(jù)本發(fā)明一個(gè)實(shí)施例的用于語(yǔ)音合成的韻律模型訓(xùn)練方法的流程圖。
[0017] 圖2是根據(jù)本發(fā)明一個(gè)實(shí)施例的語(yǔ)音合成方法的流程圖。
[0018] 圖3是根據(jù)本發(fā)明一個(gè)實(shí)施例的用于語(yǔ)音合成的韻律模型訓(xùn)練裝置的結(jié)構(gòu)示意 圖。
[0019] 圖4是根據(jù)本發(fā)明一個(gè)實(shí)施例的語(yǔ)音合成裝置的結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0020] 下面詳細(xì)描述本發(fā)明的實(shí)施例，所述實(shí)施例的示例在附圖中示出，其中自始至終 相同或類似的標(biāo)號(hào)表示相同或類似的元件或具有相同或類似功能的元件。下面通過(guò)參考附 圖描述的實(shí)施例是示例性的，旨在用于解釋本發(fā)明，而不能理解為對(duì)本發(fā)明的限制。
[0021] 下面參考附圖描述本發(fā)明實(shí)施例的用于語(yǔ)音合成的韻律模型訓(xùn)練方法和裝置W 及語(yǔ)音合成方法和裝置。
[0022] 圖1是根據(jù)本發(fā)明一個(gè)實(shí)施例的用于語(yǔ)音合成的韻律模型訓(xùn)練方法的流程圖。
[0023] 如圖1所示，用于語(yǔ)音合成的韻律模型訓(xùn)練方法可包括：
[0024]S1、從訓(xùn)練語(yǔ)料文本中提取分詞對(duì)應(yīng)的文本特征和標(biāo)記特征。
[00巧]其中，訓(xùn)練語(yǔ)料可被切分為多個(gè)分詞，每個(gè)分詞均具有對(duì)應(yīng)的文本特征和標(biāo)記特 征。文本特征可包括詞性、詞長(zhǎng)等特征。標(biāo)記特征可w是分詞的類別對(duì)應(yīng)的韻律停頓層級(jí)， 例如韻律詞對(duì)應(yīng)的韻律停頓層級(jí)為#1，韻律短語(yǔ)對(duì)應(yīng)的韻律停頓層級(jí)為#2,語(yǔ)調(diào)短語(yǔ)對(duì)應(yīng) 的韻律停頓層級(jí)為#3等。
[0026] 舉例來(lái)說(shuō)，例句為"歐盟#2決定#1成立#2聯(lián)合部隊(duì)#3打擊#2地中海#1偷渡 #1活動(dòng)#3"。詞序列X為：歐盟決定成立聯(lián)合部隊(duì)打擊地中海偷渡活動(dòng)，標(biāo)記序列y為： #2#1#2#3#2#1#1#3。標(biāo)記序列y有多個(gè)標(biāo)記特征組成。
[0027]S2、基于同義詞詞林對(duì)訓(xùn)練語(yǔ)料文本中的多個(gè)分詞進(jìn)行泛化。
[0028] 具體地，可將與語(yǔ)法詞用法、意義、詞性等相同的同義詞加入特征，進(jìn)行泛化擴(kuò)展。
[0029] 舉例來(lái)說(shuō)，"成立"的同義詞可包括"建立"、"組建"等。
[0030]S3、根據(jù)文本特征、標(biāo)記特征W及泛化后的分詞，對(duì)韻律模型進(jìn)行訓(xùn)練。
[0031] 具體地，可通過(guò)W下公式對(duì)韻律模型進(jìn)行訓(xùn)練。
【主權(quán)項(xiàng)】
1. 一種用于語(yǔ)音合成的韻律模型訓(xùn)練方法，其特征在于，包括以下步驟： 51、 從訓(xùn)練語(yǔ)料文本中提取分詞對(duì)應(yīng)的文本特征和標(biāo)記特征； 52、 基于同義詞詞林對(duì)所述訓(xùn)練語(yǔ)料文本中的分詞進(jìn)行泛化；以及 53、 根據(jù)所述文本特征、所述標(biāo)記特征以及泛化后的分詞，對(duì)所述韻律模型進(jìn)行訓(xùn)練。
2. 如權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述文本特征、所述標(biāo)記特征以及 泛化后的分詞，對(duì)所述韻律模型進(jìn)行訓(xùn)練，具體包括： 通過(guò)目標(biāo)函數(shù)對(duì)所述韻律模型進(jìn)行訓(xùn)練，以獲得轉(zhuǎn)移函數(shù)的權(quán)重參數(shù)和狀態(tài)函數(shù)的權(quán) 重參數(shù)。
3. -種使用如權(quán)利要求1或2所述的韻律模型進(jìn)行語(yǔ)音合成的方法，其特征在于，包括 以下步驟： 54、 從待預(yù)測(cè)文本中提取文本特征，并將所述文本特征輸入所述韻律模型； 55、 根據(jù)所述韻律模型對(duì)所述待預(yù)測(cè)文本進(jìn)行韻律預(yù)測(cè)； 56、 進(jìn)一步對(duì)所述待預(yù)測(cè)文本進(jìn)行聲學(xué)預(yù)測(cè)，以生成聲學(xué)參數(shù)序列；以及 57、 對(duì)所述聲學(xué)參數(shù)序列進(jìn)行拼接，以生成語(yǔ)音合成結(jié)果。
4. 如權(quán)利要求3所述的方法，其特征在于，所述根據(jù)所述韻律模型對(duì)所述待預(yù)測(cè)文本 進(jìn)行韻律預(yù)測(cè)，具體包括： 根據(jù)所述轉(zhuǎn)移函數(shù)和所述狀態(tài)函數(shù)，判斷所述文本特征是否存在對(duì)應(yīng)的轉(zhuǎn)移函數(shù)的權(quán) 重參數(shù)和狀態(tài)函數(shù)的權(quán)重參數(shù)，若存在，則獲取所述待預(yù)測(cè)文本對(duì)應(yīng)的韻律停頓層級(jí)。
5. -種用于語(yǔ)音合成的韻律模型訓(xùn)練裝置，其特征在于，包括： 提取模塊，用于從訓(xùn)練語(yǔ)料文本中提取分詞對(duì)應(yīng)的文本特征和標(biāo)記特征； 泛化模塊，用于基于同義詞詞林對(duì)所述訓(xùn)練語(yǔ)料文本中的分詞進(jìn)行泛化；以及 訓(xùn)練模塊，用于根據(jù)所述文本特征、所述標(biāo)記特征以及泛化后的分詞，對(duì)所述韻律模型 進(jìn)行訓(xùn)練。
6. 如權(quán)利要求5所述的裝置，其特征在于，所述訓(xùn)練模塊，具體用于： 通過(guò)目標(biāo)函數(shù)對(duì)所述韻律模型進(jìn)行訓(xùn)練，以獲得轉(zhuǎn)移函數(shù)的權(quán)重參數(shù)和狀態(tài)函數(shù)的權(quán) 重參數(shù)。
7. -種使用如權(quán)利要求5或6所述的韻律模型進(jìn)行語(yǔ)音合成的裝置，其特征在于，包 括： 分析模塊，用于從待預(yù)測(cè)文本中提取文本特征，并將所述文本特征輸入所述韻律模 型； 韻律預(yù)測(cè)模塊，用于根據(jù)所述韻律模型對(duì)所述待預(yù)測(cè)文本進(jìn)行韻律預(yù)測(cè)； 聲學(xué)預(yù)測(cè)模塊，用于進(jìn)一步對(duì)所述待預(yù)測(cè)文本進(jìn)行聲學(xué)預(yù)測(cè)，以生成聲學(xué)參數(shù)序列；以 及 生成模塊，用于對(duì)所述聲學(xué)參數(shù)序列進(jìn)行拼接，以生成語(yǔ)音合成結(jié)果。
8. 如權(quán)利要求7所述的裝置，其特征在于，所述韻律預(yù)測(cè)模塊，具體用于： 根據(jù)所述轉(zhuǎn)移函數(shù)和所述狀態(tài)函數(shù)，判斷所述文本特征是否存在對(duì)應(yīng)的轉(zhuǎn)移函數(shù)的權(quán) 重參數(shù)和狀態(tài)函數(shù)的權(quán)重參數(shù)，若存在，則獲取所述待預(yù)測(cè)文本對(duì)應(yīng)的韻律停頓層級(jí)。
【專利摘要】本發(fā)明公開(kāi)了一種用于語(yǔ)音合成的韻律模型訓(xùn)練方法和裝置，其中，用于語(yǔ)音合成的韻律模型訓(xùn)練方法，包括：S1、從訓(xùn)練語(yǔ)料文本中提取分詞對(duì)應(yīng)的文本特征和標(biāo)記特征；S2、基于同義詞詞林對(duì)訓(xùn)練語(yǔ)料文本中的分詞進(jìn)行泛化；以及S3、根據(jù)文本特征、標(biāo)記特征以及泛化后的分詞，對(duì)韻律模型進(jìn)行訓(xùn)練。本發(fā)明實(shí)施例的用于語(yǔ)音合成的韻律模型訓(xùn)練方法和裝置，通過(guò)從訓(xùn)練語(yǔ)料文本中提取分詞對(duì)應(yīng)的文本特征和標(biāo)記特征，基于同義詞詞林對(duì)訓(xùn)練語(yǔ)料文本中的多個(gè)分詞進(jìn)行泛化，然后根據(jù)文本特征、標(biāo)記特征以及泛化后的分詞，對(duì)韻律模型進(jìn)行訓(xùn)練，使得韻律模型更加完善，進(jìn)而提升韻律預(yù)測(cè)的準(zhǔn)確性。
【IPC分類】G10L13-10
【公開(kāi)號(hào)】CN104867491
【申請(qǐng)?zhí)枴緾N201510337430
【發(fā)明人】徐揚(yáng)凱, 李秀林
【申請(qǐng)人】百度在線網(wǎng)絡(luò)技術(shù)（北京）有限公司
【公開(kāi)日】2015年8月26日
【申請(qǐng)日】2015年6月17日