声学特征的确定方法、装置、设备、介质及产品制造方法及图纸

本公开一种声学特征的确定方法、装置、设备、介质及产品，涉及计算机技术领域，尤其涉及语音处理、深度学习、人工智能技术领域。具体实现方案为：获取待提取声学特征的文本；为所述文本添加语音特征，并确定所述文本对应的语义特征；基于所述语义特征以及所述语音特征，确定所述文本对应的声学特征。本公开能够在确定文本的声学特征时，为待提取声学特征的文本添加语音特征，以丰富文本在发音方面的特征信息，并将语义特征以及语音特征相结合，通过二者结合的特征确定文本对应的声学特征，使文本对应的声学特征更加准确，从而提高语音合成等语音处理中的音频质量。语音处理中的音频质量。语音处理中的音频质量。

【技术实现步骤摘要】
声学特征的确定方法、装置、设备、介质及产品


[0001]本公开涉及计算机
，尤其涉及语音处理、深度学习、人工智能


技术介绍

[0002]随着人工智能技术的飞速发展，语音合成作为实现人机语音交互系统的核心技术之一，是语音处理技术中一个重要的方向。语音合成，又称文语转换，通过一定的规则或模型算法将文本转换为语音并朗读播报。语音合成将文本转换成声学特征，再将声学特征转换成语音音频。
[0003]相关技术中，为了改善声学模型的质量，提高模型的学习效果，声学模型利用文本的语义信息对模型进行改进，例如，重音、声调的标注，语法结构树等，对模型输入文本的语义特征进行补充。

技术实现思路

[0004]本公开提供了一种用于声学特征的确定的方法、装置、设备、介质及产品。
[0005]根据本公开的一方面，提供了一种声学特征的确定方法，包括：获取待提取声学特征的文本；为所述文本添加语音特征，并确定所述文本对应的语义特征；基于所述语义特征以及所述语音特征，确定所述文本对应的声学特征。
[0006]根据本公开的另一方面本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种声学特征的确定方法，包括：获取待提取声学特征的文本；为所述文本添加语音特征，并确定所述文本对应的语义特征；基于所述语义特征以及所述语音特征，确定所述文本对应的声学特征。2.根据权利要求1所述的方法，其中，所述为所述文本添加语音特征，包括：通过自解码模型对所述文本的音频数据进行自解码，所述音频数据为所述文本通过声音进行呈现时产生的；提取自解码模型对所述文本的音频数据进行自解码过程中对所述音频数据进行编码得到的词级别隐向量；将所述词级别隐向量作为所述音频数据的语音特征，添加至所述文本中。3.根据权利要求2所述的方法，其中，所述自解码模型采用如下方式训练得到：获取所述文本通过声音进行呈现时的音频数据样本，所述音频数据样本中包括多个不同朗读者朗读所述文本的音频数据；将所述音频数据样本输入至初始自解码模型中，通过所述初始自解码模型中的编码器对所述音频数据进行编码，得到所述音频数据对应的所述词级别隐向量；通过所述初始自解码模型的解码器对所述词级别隐向量进行解码，得到所述音频数据的解码音频数据；根据所述音频数据与所述解码音频数据，对所述初始自解码模型进行训练，直至训练结果满足训练结束条件，得到所述自解码模型。4.根据权利要求1
‑
3中任意一项所述的方法，其中，所述基于所述语义特征以及所述语音特征，确定所述文本对应的声学特征，包括：基于所述语音特征对所述语义特征进行调整，得到包含所述语音特征的语义特征；基于包含所述语音特征的语义特征，确定所述文本对应的声学特征。5.根据权利要求4所述的方法，其中，基于所述语音特征对所述语义特征进行调整，包括：确定对所述文本进行特征提取得到所述语义特征的语义模型；计算所述语义特征与所述语音特征的损失函数值，并基于所述损失函数值，按照由所述语义模型输出层至输入层的顺序，确定所述神经网络的参数梯度，以调整所述语义模型；通过调整后的所述语义模型，对所述文本进行特征抽提取，得到调整后的语义特征。6.一种声学特征的确定装置，包括：获取模块，用于获取待提取声学特征的文本；确定模块，用于为所述文本添加语音特征，并确定所述文本对应的语义特征，基于所述语义特征以及所述语音特征，确定所述文本对应的声学特征。7.根据权利要求6所述的装置，其中，所述确定模块，还用于：通过自解码模型对所述文本的音...

【专利技术属性】
技术研发人员：李文杰，高占杰，贾磊，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：