[发明专利]文本正则化模型训练方法和装置、文本正则化方法和装置

说明书

本申请公开了文本正则化模型训练方法和装置、文本正则化方法和装置。该模型训练方法的一具体实施方式包括：将输入文本对应的输入字符序列中的输入字符依次输入文本正则化模型对应的循环神经网络中，其中输入文本对应的输入字符序列按照如下方式生成：按照第一预设粒度对输入文本进行分割得到第一分割结果；将第一分割结果中的具有至少两种正则化结果的非汉字字符进行标签化处理；基于循环神经网络对各输入字符进行分类，得到输入字符序列的预测分类结果；根据输入字符序列的预测分类结果与输入文本的正则化文本的标注分类结果之间的差异，对神经网络的参数进行调整；该实施方式实现了文本正则化模型的自动化训练，提升了文本正则化模型的灵活性。

技术领域

本申请实施例涉及计算机技术领域，具体涉及语音合成技术领域，尤其涉及文本正则化模型训练方法和装置、文本正则化方法和装置。

背景技术

人工智能(Artificial Intelligence，AI)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语音识别、语音合成、图像识别、自然语言处理和专家系统等。其中，语音合成技术是计算机科学领域与人工智能领域中的一个重要方向。

语音合成是通过机械的、电子的方法产生人造语音的技术。TTS(Text to Speech，文本到语音)技术隶属于语音合成，它是将计算机自己产生的、或外部输入的文字信息转变为可以听得懂的、流利的口语输出的技术。而文本正则化是语音合成的关键技术环节，它是将文本中的非标准字符转换成标准字符的过程。

现有的文本正则化方法大多是基于规则的，通过对语料的观察和统计，设定一些非标准字符到标准字符的转换规则。然而，随着TTS请求增多和文本多样性变化，规则数量逐渐增多，规则的维护越来越困难，不利于节约资源。

发明内容

本申请实施例提供了文本正则化模型训练方法和装置、文本正则化方法和装置。

第一方面，本申请实施例提供了一种文本正则化模型训练方法，包括：将输入文本对应的输入字符序列中的输入字符依次输入待生成的文本正则化模型对应的循环神经网络中；基于循环神经网络对各输入字符进行分类，得到输入字符序列的预测分类结果；根据输入字符序列的预测分类结果与输入文本的正则化文本的标注分类结果之间的差异，对循环神经网络的参数进行调整；其中，输入文本对应的输入字符序列是按照如下方式生成的：按照第一预设粒度对输入文本进行分割得到第一分割结果；将第一分割结果中的具有至少两种正则化结果的非汉字字符进行标签化处理，得到输入字符序列。

在一些实施例中，上述第一分割结果中的具有至少两种正则化结果的非汉字字符包括以下至少一项：具有至少两种正则化结果的符号字符、具有至少两种正则化结果的连续数字字符、具有至少两种正则化结果的字母字符。这时，上述第一分割结果中的具有至少两种正则化结果的非汉字字符是按照如下方式进行标签化处理的：将第一分割结果中的具有至少两种正则化结果的符号字符替换为符号字符的读音类型标签，将第一分割结果中的具有至少两种正则化结果的连续数字字符替换为与连续数字字符的语义类型对应且包含连续数字字符的长度信息的标签，将第一分割结果中具有至少两种正则化结果的字母字符替换为与字母字符的语义类型对应的标签。

在一些实施例中，上述输入字符序列的预测分类结果包括输入字符序列中各输入字符的预测类别信息；上述输入文本的正则化文本的标注分类结果包括与输入文本的正则化文本对应的目标字符序列中各目标字符的已标注类别信息。