[发明专利]基于文本的语音合成方法、装置、设备及存储介质

说明书

本发明涉及人工智能技术，揭露一种基于文本的语音合成方法、装置、设备以及介质。所述方法包括：任意选取金融训练数据集中的一个训练数据；根据所述训练数据的数据类型将初始语音合成模型中的语音转文本模块及文本转语音模块，分别确定为反馈模块及标记训练模块，并利用所述反馈模块将所述训练数据转换为反馈数据，利用所述标记训练模块将所述反馈数据转换为转换数据，基于所述训练数据及所述转换数据对初始语音合成模型进行参数调整后返回训练数据选取步骤，直至训练完成后，利用模型对目标文本进行语音合成。本发明，可以提高对保险业务办理要求等文本执行语音合成的准确性，可用于金融业务知识转化为语音进行解说普及。

技术领域

本发明涉及安全检测技术及金融科技领域，尤其涉及一种基于文本的语音合成方法、装置、电子设备及存储介质。

背景技术

在金融业务领域，为了增强用户对相关金融业务的了解，普及相关的金融业务知识，将相关的金融业务知识文本进行语音合成后对用户解说普及，方便对相关金融业务的了解，例如：将重疾险等保险业务办理要求文本进行语音合成，并将合成的语音向用户解说，方便用户了解重疾险的办理要求。。

但是现有的基于文本的语音合成方法，需要利用标注对齐的文本和语音训练普通的文本转语音模型进行语音合成，由于标注对齐的文本和语音不易获取，模型训练的门槛较高，导致语音合成的准确性较低。

发明内容

本发明提供一种基于文本的语音合成方法、装置、电子设备及存储介质，其主要目的在于提高了重疾险等保险业务办理要求文本的语音合成的准确性。

获取金融业务知识训练数据集，其中，所述金融业务知识训练数据集中每个训练数据为训练语音或训练文本；

获取初始语音合成模型，其中，所述初始语音合成模型包括：语音转文本模块及文本转语音模块；

任意选取所述金融业务知识训练数据集中的一个训练数据，得到目标训练数据；

根据所述目标训练数据的数据类型将所述语音转文本模块及所述文本转语音模块，分别确定为反馈模块及标记训练模块，并利用所述反馈模块对所述目标训练数据进行数据转换，得到反馈数据，利用所述标记训练模块对所述反馈数据进行数据转换，得到转换数据，其中，所述目标训练数据与所述转换数据的数据类型相同，所述目标训练数据与所述反馈数据的数据类型不同，所述数据类型为文本类型或语音类型；

利用预构建的损失函数计算所述目标训练数据及所述转换数据的差异，得到目标损失值；

当所述目标损失值不小于所述损失阈值，更新所述初始语音合成模型的模型参数，并返回所述任意选取所述金融业务知识训练数据集中的一个训练数据步骤；

当所述目标损失值小于所述损失阈值，输出此时的初始语音合成模型，得到目标语音合成模型；

当接收到待解说普及的金融业务知识文本时，利用所述目标语音合成模型中的文本转语音模块进行语音合成，得到合成语音。

可选地，所述根据所述目标训练数据的数据类型将所述语音转文本模块及所述文本转语音模块，分别确定为反馈模块及标记训练模块，并利用所述反馈模块对所述目标训练数据进行数据转换，得到反馈数据，利用所述标记训练模块对所述反馈数据进行数据转换，得到转换数据，包括：

当所述目标训练数据的数据类型为文本类型时，将所述文本转语音模块确定为所述反馈模块，将所述语音转文本模块确定为所述标记训练模块；

利用所述反馈模块将所述目标训练数据转换为语音形式，得到所述反馈数据；

利用所述标记训练模块将所述反馈数据转换为文本形式，得到所述转换数据；

当所述目标训练数据的数据类型为语音类型时，将所述语音转文本模块确定为所述反馈模块，将所述文本转语音模块确定为所述标记训练模块；