[发明专利]结合RPA及AI的数据的处理方法、装置、设备及存储介质

说明书

本申请提供一种结合RPA及AI的数据的处理方法、装置、设备及存储介质，涉及RPA及AI技术领域，该方法包括：获取文本数据；根据所述文本数据，确定说话内容及各说话内容对应的语境信息；基于各说话内容对应的语境信息，以及训练好的语言模型，确定各说话内容对应的说话人信息及情绪信息；基于各说话内容对应的说话人信息及情绪信息，确定各说话内容对应的训练好的目标声学特征模型；基于各说话内容及各说话内容对应的目标声学特征模型，生成所述文本数据对应的声音数据并输出。由于声音数据的生成综合考虑了说话人的身份性别及说话情绪，使得生成的声音数据能更准确地体现读物的说话人角色和情感，有效提高了有声读物声音生成的准确性，提高用户体验。

技术领域

本申请涉及计算机技术领域，具体涉及人工智能(Artificial Intelligence，简称AI)和机器人流程自动化(Robotic Process Automation，简称RPA)领域，尤其涉及一种结合RPA及AI的数据的处理方法、装置、设备及存储介质。

背景技术

机器人流程自动化(Robotic Process Automation，简称：RPA)是通过特定的“机器人软件”，模拟人在计算机上的操作，按规则自动执行流程任务。

人工智能(Artificial Intelligence)，英文缩写为AI。它是研究、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、图像识别、自然语言处理和专家系统等。其中，AI包括自然语言处理(NLP：Natural Language Processing)。

随着手机、平板电脑等终端设备的普及，电子产品的线上阅读逐渐成为用户获取信息的一种热门方式，比如新闻、小说、漫画等。随着用户需求的不断提高，有声阅读成为提高用户体验的方式之一。

现有技术中，把文字读物转换成声音读物通常是先将文字读物的文本序列对应转化成音韵序列，根据音韵序列生成语音波形，根据语音波形合成语音。

但是，现有技术生成有声读物的方法得到的仅仅是每个文字单纯相连的标准发音，生成的语音不够准确，不能有效准确地体现文本读物中的角色及感情，从而导致用户体验较差。

发明内容

本申请提供一种结合RPA及AI的数据的处理方法、装置、设备及存储介质，以解决现有技术生成语音准确性差等缺陷。

本申请第一个方面提供一种结合RPA及AI的数据的处理方法，包括：

获取文本数据；

根据所述文本数据，确定说话内容及各说话内容对应的语境信息；

基于各说话内容对应的语境信息，以及训练好的语言模型，确定各说话内容对应的说话人信息及情绪信息；

基于各说话内容对应的说话人信息及情绪信息，确定各说话内容对应的训练好的目标声学特征模型；

基于各说话内容及各说话内容对应的目标声学特征模型，生成所述文本数据对应的声音数据并输出。

可选地，所述基于各说话内容对应的语境信息，以及训练好的语言模型，确定各说话内容对应的说话人信息及情绪信息，包括：

根据各说话内容对应的语境信息，采用训练好的第一语言模型确定各说话内容对应的说话人身份；并根据各说话内容对应的语境信息，采用训练好的第二语言模型确定各说话内容对应的说话语气；

根据各说话内容对应的说话人身份及预设映射关系，确定各说话人性别；

根据各说话内容对应的说话语气及训练好的聚类模型，确定各说话语气对应的情绪类型。