【技术实现步骤摘要】
一种参数管理方法、系统、介质和设备
本专利技术涉及自然语言处理领域，尤其涉及一种参数管理方法、系统、介质和设备。
技术介绍
由于合成的目标声音信号在时间维度上具有很强的关联性，因此包括Tacotron2在内的seq2seq的声音合成方案会使用解码器上一时刻的输出声音的频域信息作为注意力机制的查询变量获取下一时刻声音合成的上下文作为输入信息。一般情形下，会在查询之前使用一个小网络对上一时刻输出的声音频域信息进行抽取来获得更加有效的信息，这个前置的小网络称作pre-net。在模型训练初期，解码器输出的上一时刻声音的频域信息误差非常大，而seq2seq解码器使用的包括循环神经网络(RNN)、卷积神经网络(CNN)等时序建模网络具有比较长的时间跨度，使得在时间方向上具有严重的误差累积效应，最终导致模型收敛比较困难。为克服模型收敛困难这一问题，通常采用老师强制方法(teacher-forced)来训练，即使用真实的有效值(groundtruth)来代替上一时刻的输出声音的频域信息，但这会使得神经网络在训练时依赖于tea...
【技术保护点】
1.一种参数管理方法，其特征在于，包括：/n获取神经网络处理参数；/n对所述处理参数中的权重进行筛选，并根据筛选后的权重对输入的声音信息进行处理，获取声音合成信息。/n
【技术特征摘要】
1.一种参数管理方法，其特征在于，包括：
获取神经网络处理参数；
对所述处理参数中的权重进行筛选，并根据筛选后的权重对输入的声音信息进行处理，获取声音合成信息。
2.根据权利要求1所述的参数管理方法，其特征在于，所述处理参数包至少包括神经网络各层权重、各层的网络节点数。
3.根据权利要求1所述的参数管理方法，其特征在于，
所述神经网络包含多个全连接层，在对所述处理参数中的权重进行筛选之前，根据所述多个全连接层的权重创建权重矩阵，并根据所述权重矩阵进行权重筛选。
4.根据权利要求3所述的参数管理方法，其特征在于，对所述权重矩阵进行屏蔽处理，获取筛选后的权重矩阵。
5.根据权利要求4所述的参数管理方法，其特征在于，所述屏蔽处理包括对所述权重矩阵中指定行或列进行屏蔽。
6.根据权利要求5所述的参数管理方法，其特征在于，通过设置屏蔽概率的方式对所述权重矩阵中的行或列进行屏蔽。
7.根据权利要求1所述的参数管理方法，其特征在于，所述神经网络包括循环神经网络、卷积神经网络、长短期记忆神经网络中的一种。
8.根据权利要求1所述的参数管理方法，其特征在于，所述声音信息包括文本信息或声音频域信息。
9.根据权利要求8所述的参数管理方法，其特征在于，所述声音信息为文本信息时，通过所述神经网络的卷积层对所述文本信息进行特征提取，获取声音文本特征，并建立所述声音文本特征与声音频域信息的映射关系；
通过所述神经网络对所述声音频域信息进行处理。
10.一种参数管理系统，其特征在于，包括：
参数获取模块，用于获取神经网络处理参数；
声音处理模块，用于对所述处理参数中的权重进行筛选，并根据筛选后的权重对输入的声音信息进行处理，获取声音合成信息。
11.根据权利要求...
【专利技术属性】
技术研发人员：姚志强，周曦，吴梦林，
申请(专利权)人：恒睿重庆人工智能技术研究院有限公司，
类型：发明
国别省市：重庆;50
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。