文本转换模型训练方法和装置、文本转换方法和装置制造方法及图纸

本申请公开了文本转换模型训练方法和装置、文本转换方法和装置。该文本转换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字符依次输入待生成的文本转换模型对应的神经网络中，文本转换模型对应的神经网络包括编码器和解码器；对输入字符序列中的每个字符，基于解码器中的隐藏层在对输入的上一个字符解码后的状态，采用编码器进行编码，得到字符的中间语义向量，并采用解码器对中间语义向量进行解译，得到字符的预测结果；根据输入字符序列的预测结果与输入文本对应的标注结果之间的差异，对神经网络的参数进行调整。该实施方式得到的文本转换模型可以实现文本正则化和多音字的联合预测，减小了资源维护成本。

【技术实现步骤摘要】
文本转换模型训练方法和装置、文本转换方法和装置
本申请实施例涉及计算机
，具体涉及语音合成
，尤其涉及文本转换模型训练方法和装置、文本转换方法和装置。
技术介绍
人工智能(ArtificialIntelligence，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。通常中文语音合成技术中需要对文本进行转换，以确定文本中各字符的读音。文本进行正则化和多音字读音标注是语音合成中文本转换的关键技术。其中文本正则化是将文本中的非标准字符转换成标准字符的过程，例如将包括符号、字母、阿拉伯数字等非汉字字符转换成汉字字符。现有的语音合成技术中大多先采用基于对语料的观察和统计设定的一些非标准字符到标准字符的转换规则的方法对文本进行正则化处本文档来自技高网...

【技术保护点】
一种文本转换模型的训练方法，其特征在于，所述方法包括：将输入文本对应的输入字符序列中的字符依次输入待生成的文本转换模型对应的神经网络中，所述文本转换模型对应的神经网络包括编码器和解码器；对所述输入字符序列中的每个字符，基于所述解码器中的隐藏层在对输入的上一个字符解码后的状态，采用所述编码器进行编码，得到所述字符的中间语义向量，并采用所述解码器对所述中间语义向量进行解译，得到所述字符的预测结果；根据所述输入字符序列的预测结果与所述输入文本对应的标注结果之间的差异，对所述神经网络的参数进行调整，所述标注结果包括已标注的与所述输入文本的正则化文本对应的目标字符序列；其中，所述输入文本对应的输入字符序...

【技术特征摘要】
1.一种文本转换模型的训练方法，其特征在于，所述方法包括：将输入文本对应的输入字符序列中的字符依次输入待生成的文本转换模型对应的神经网络中，所述文本转换模型对应的神经网络包括编码器和解码器；对所述输入字符序列中的每个字符，基于所述解码器中的隐藏层在对输入的上一个字符解码后的状态，采用所述编码器进行编码，得到所述字符的中间语义向量，并采用所述解码器对所述中间语义向量进行解译，得到所述字符的预测结果；根据所述输入字符序列的预测结果与所述输入文本对应的标注结果之间的差异，对所述神经网络的参数进行调整，所述标注结果包括已标注的与所述输入文本的正则化文本对应的目标字符序列；其中，所述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所述输入文本进行分割得到第一分割结果；对所述第一分割结果中的非汉字字符进行相应的标签化处理，得到所述输入字符序列；所述目标字符序列是按照如下方式生成的：将与所述输入文本对应的正则化文本按照第二预设粒度进行分割得到第二分割结果；对所述第二分割结果中的多音字字符和与所述输入文本中的非汉字字符对应的字符进行相应的标签化处理。2.根据权利要求1所述的方法，其特征在于，所述编码器由循环神经网络构建，包括与所述输入字符序列中的各字符一一对应的多个隐节点；所述基于所述解码器中的隐藏层在对输入的上一个字符解码后的状态，采用所述编码器进行编码，得到所述字符的中间语义向量，包括：基于所述解码器中的隐藏层在对输入的上一个字符解码后的状态，计算所述编码器中各隐节点的状态权重；基于所述状态权重，对各所述隐节点的状态进行加权求和得到输入的当前字符的中间语义向量。3.根据权利要求2所述的方法，其特征在于，所述将输入文本对应的输入字符序列中的字符依次输入待生成的文本转换模型对应的神经网络中，包括：将所述输入字符序列中的字符分别按照正向排序和反向排序依次输入所述待生成的文本转换模型对应的神经网络中；所述编码器是由双向循环神经网络构建的，包括双层隐节点，所述双层隐节点中的一层隐节点对应按照正向排序输入的字符，所述双层隐节点中的另一层隐节点对应按照反向排序输入的字符。4.根据权利要求1所述的方法，其特征在于，所述非汉字字符包括以下至少一项：符号字符、连续数字字符、连续字母字符；所述对所述第一分割结果中的非汉字字符进行相应的标签化处理，包括：将所述第一分割结果中的符号字符替换为所述符号字符的读音类型的标签，将所述第一分割结果中的连续数字字符替换为所述连续数字字符的语义类型的标签、在所述第一分割结果中的连续字母字符的首尾两端添加字母标签。5.根据权利要求4所述的方法，其特征在于，所述第二分割结果中的与所述输入文本中的非汉字字符对应的字符包括以下至少一项：与所述输入文本中的连续数字字符对应的第一汉字字符串、与所述输入文本中的符号字符对应的第二汉字字符串、以及与所述输入文本中的连续字母字符对应的多个字母字符；所述对所述第二分割结果中的多音字符和与所述输入文本中的非汉字字符对应的字符进行标签化处理，包括：将所述第二分割结果中的多音字符替换为用于标识所述多音字字符的读音类型的标签，将所述第二分割结果中的第一汉字字符串替换为对应的所述连续数字字符的语义类型的标签，将所述第二分割结果中的第二汉字字符串替换为对应的所述符号字符的读音类型的标签，在所述第二分割结果中的连续字母字符对应的多个字母字符的首尾两端添加字母标签。6.一种文本转换方法，其特征在于，所述方法包括：获取已按照第一预设粒度对待处理文本进行分割，并将分割结果中的非汉字字符进行标签化处理后得到的待处理字符序列；将所述待处理字符序列输入已训练的文本转换模型，得到输出字符序列；提取出所述输出字符序列中的用于标识多音字字符的读音类型的标签；对所述输出字符序列中的字符进行去标签化处理，并按顺序组合标签化处理后的各字符，得到所述待处理文本的正则化文本；其中，所述文本转换模型基于如权利要求1-5任一项所述的方法训练。7.根据权利要求6所述的方法，其特征在于，所述非汉字字符包括以下至少一项：符号字符、连续数字字符、连续字母字符；所述分割结果中的非汉字字符是按照如下方式进行标签化处理的：将分割结果中的符号字符替换为所述符号字符的读音类型的标签，将分割结果中的连续数字字符替换为所述连续数字字符的语义类型的标签、将分割结果中的连续字母字符拆分为单个字母字符并在连续字母字符的首尾两端添加字母标签。8.根据权利要求7所述的方法，其特征在于，所述输出字符序列中的字符包括以下至少一项：与所述待处理文本中的单个非多音汉字字符对应的单个汉字字符、用于标识所述待处理文本中的多音字字符的读音类型的标签、与所述待处理文本中的连续数字字符对应的语义类型标签、与所述待处理文本中的符号字符对应的读音类型标签、以及与所述待处理文本中的连续字母字符对应的首尾两端包括字母标签的多个字母；所述对所述输出字符序列中的字符进行去标签化处理，包括：将所述输出字符序列中用于标识所述待处理文本中的多音字字符的读音类型的标签替换为对应的多音字字符；将所述输出字符序列中与所述待处理文本中的连续数字字符对应的语义类型标签替换为与所述语义类型标签对应的汉字字符；将所述输出字符序列中与所述待处理文本中的符号字符对应的读音类型标签替换为与所述读音类型标签对应的汉字字符；将所述输出字符序列中的字母标签删除。9.一种文本转换模型训练装置，其特征在于，所述装置包括：输入单元，用于将输入文本对应的输入字符序列中的字符依次输入待生成的文本转换模型对应的神经网络中，所述文本转换模型对应的神经网络包括编码器和解码器；预测单元，用于对所述输入字符序列中的每个字符，基于所述解码器中的隐藏层在对输入的上一个字符解码后的状态，采用所述编码器进行编码，得到所述字符的中间语义向量，并采用所述解码器对所述中...

【专利技术属性】
技术研发人员：陈汉英，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：北京,11