[发明专利]文本处理方法、装置、可读介质及电子设备

说明书

本公开涉及一种文本处理方法、装置、可读介质及电子设备。所述方法包括：获取待处理的目标文本；根据目标文本，利用预先生成的文本转换模型，确定目标文本的语言学特征信息，语言学特征信息包括对应于多种预设语言学维度的语言学特征；文本转换模型是对预先生成的基准模型进行知识蒸馏而得到的，基准模型根据包含有多个第一样本文本及各第一样本文本对应的第一样本语言学特征信息的第一样本数据生成，文本转换模型根据包含有多个第二样本文本的第二样本数据生成，且第二样本数据是通过对第一样本数据进行数据增广而得到的。这样，便于语音合成前端模型部署在边缘设备，并能有效提升推理速度、减小推理耗时，提升文本处理、语音合成效率。

技术领域

本公开涉及计算机技术领域，具体地，涉及一种文本处理方法、装置、可读介质及电子设备。

背景技术

语音合成，也称为文语转换(Text To Speech，TTS)，是一种可以将任意文本转换成相应语音的技术。在语音合成任务中，通常包括前端和后端两个部分，语音合成前端主要对文本进行分析，提取后端模块所需要的语言学信息，语音合成后端再根据语音合成前端的分析结果，通过一定的方法生成语音波形。语音合成前端框架是基于神经网络模型的多任务学习框架，多任务根据不同的语言有不同的定义，例如，对于英文合成前端来说，多任务指词性预测任务、音高重音预测、短语重音预测和边界调等任务，对于中文合成前端来说，多任务指词性预测、分词、韵律边界预测和多音字消歧等任务。目前，语音合成前端所使用的神经网络模型规模较大，通常由数百万(甚至数十亿)个参数，无法部署在边缘设备(例如，移动设备)上，并且，在基于该神经网络模型进行推理时，推理速度慢、耗时长，语音合成效率低。

发明内容

提供该部分内容以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该部分内容并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

第一方面，本公开提供一种文本处理方法，所述方法包括：

获取待处理的目标文本；

根据所述目标文本，利用预先生成的文本转换模型，确定所述目标文本的语言学特征信息，所述语言学特征信息包括对应于多种预设语言学维度的语言学特征；

其中，所述文本转换模型是对预先生成的基准模型进行知识蒸馏而得到的，所述基准模型根据包含有多个第一样本文本及各第一样本文本对应的第一样本语言学特征信息的第一样本数据生成，所述文本转换模型根据包含有多个第二样本文本的第二样本数据生成，且所述第二样本数据是通过对所述第一样本数据进行数据增广而得到的。

第二方面，本公开提供一种文本处理装置，所述装置包括：

获取模块，用于获取待处理的目标文本；

第一确定模块，用于根据所述目标文本，利用预先生成的文本转换模型，确定所述目标文本的语言学特征信息，所述语言学特征信息包括对应于多种预设语言学维度的语言学特征；

其中，所述文本转换模型是对预先生成的基准模型进行知识蒸馏而得到的，所述基准模型根据包含有多个第一样本文本及各第一样本文本对应的第一样本语言学特征信息的第一样本数据生成，所述文本转换模型根据包含有多个第二样本文本的第二样本数据生成，且所述第二样本数据是通过对所述第一样本数据进行数据增广而得到的。

第三方面，本公开提供一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现本公开第一方面所述方法的步骤。

第四方面，本公开提供一种电子设备，包括：

存储装置，其上存储有至少一个计算机程序；

至少一个处理装置，用于执行所述存储装置中的所述至少一个计算机程序，以实现本公开第一方面所述方法的步骤。