播报内容的生成方法、装置、设备、介质及程序产品制造方法及图纸

本申请公开了一种播报内容的生成方法、装置、设备、介质及程序产品，涉及人工智能领域。该方法包括：获取第一预训练模型、第一样本数据和第二样本数据，第一预训练模型是通过多个领域的样本数据预训练得到的文本生成模型，第一预训练模型的模型参数中包括第一参数；向第一预训练模型配置待训练的第二参数；通过第一样本数据对第一预训练模型中的第一参数进行训练，得到第二预训练模型；通过第二样本数据对第二预训练模型中的第二参数进行训练，得到播报内容生成模型；其中，播报内容生成模型用于对输入的目标游戏状态进行内容预测，得到目标播报内容。该方法加快了整体的播报内容生成流程，提升了播报内容的生成效率。提升了播报内容的生成效率。提升了播报内容的生成效率。

【技术实现步骤摘要】
播报内容的生成方法、装置、设备、介质及程序产品


[0001]本申请涉及人工智能领域，特别涉及一种播报内容的生成方法、装置、设备、介质及程序产品。

技术介绍

[0002]在游戏场景中，为提升玩家的游戏体验，会在游戏过程中增加语音播报功能。
[0003]相关技术中，游戏中的语音播报内容需要融入对游戏的理解，因此游戏中的语音播报的内容是通过人工方式生成的，即，设计人员根据游戏中的不同游戏场景需求进行内容的制作。例如，在虚拟对局开始时播放内容“比赛就要开始啦，各位玩家准备好了吗？”；在主控虚拟对象被击败时播放内容“呀，发挥失常啦，下次加油！”。
[0004]然而，通过上述方式制作的内容对应的产出周期十分漫长，内容的生成效率较低。

技术实现思路

[0005]本申请实施例提供了一种播报内容的生成方法、装置、设备、介质及程序产品，可以提升语音播报时内容的生成效率。所述技术方案如下：
[0006]一方面，提供了一种播报内容的生成方法，所述方法包括：
[0007]获取第一预训练模型、第一样本数据和第二样本数据，所述第一预训练模型是通过多个领域的样本数据预训练得到的文本生成模型，所述第一预训练模型的模型参数中包括第一参数，所述第一样本数据和所述第二样本数据是从游戏领域中获取到的样本数据，所述样本数据中包括游戏状态和播报内容素材对应的数据对；
[0008]向所述第一预训练模型配置待训练的第二参数；
[0009]通过所述第一样本数据对所述第一预训练模型中的所述第一参数进行训练，得到第二预训练模型；
[0010]通过所述第二样本数据对所述第二预训练模型中的所述第二参数进行训练，得到播报内容生成模型；
[0011]其中，所述播报内容生成模型用于对输入的目标游戏状态进行内容预测，得到目标播报内容，所述目标播报内容用于在目标游戏处于所述目标游戏状态时进行语音播报。
[0012]另一方面，提供了一种播报内容的生成装置，所述装置包括：
[0013]获取模块，用于获取第一预训练模型、第一样本数据和第二样本数据，所述第一预训练模型是通过多个领域的样本数据预训练得到的文本生成模型，所述第一预训练模型的模型参数中包括第一参数，所述第一样本数据和所述第二样本数据是从游戏领域中获取到的样本数据，所述样本数据中包括游戏状态和播报内容素材对应的数据对；
[0014]配置模块，用于向所述第一预训练模型配置待训练的第二参数；
[0015]第一训练模块，用于通过所述第一样本数据对所述第一预训练模型中的所述第一参数进行训练，得到第二预训练模型；
[0016]第二训练模块，用于通过所述第二样本数据对所述第二预训练模型中的所述第二
参数进行训练，得到播报内容生成模型；
[0017]其中，所述播报内容生成模型用于对输入的目标游戏状态进行内容预测，得到目标播报内容，所述目标播报内容用于在目标游戏处于所述目标游戏状态时进行语音播报。
[0018]另一方面，提供了一种计算机设备，所述终端包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现本申请实施例中任一所述的播报内容的生成方法。
[0019]另一方面，提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条程序代码，所述程序代码由处理器加载并执行以实现本申请实施例中任一所述的播报内容的生成方法。
[0020]另一方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述实施例中任一所述的播报内容的生成方法。
[0021]本申请的提供的技术方案至少包括以下有益效果：
[0022]本申请提供的方法通过训练得到的播报内容生成模型根据游戏应用所对应的游戏状态来生成与游戏状态匹配的语音播报内容，其中，上述播报内容生成模型是通过第一样本数据对能够实现文本生成功能的第一预训练模型进行领域预训练，从而得到满足游戏领域预测需求的第二预训练模型，然后通过第二样本数据对第二预训练模型中的第二参数进行参数调优，从而训练得到播报内容生成模型。即，该播报内容生成模型是通过目标游戏对应的领域数据对预训练模型进行调优得到的，从而快速得到播报内容生成模型，即可通过播报内容生成模型来根据游戏状态生成播报内容，加快了整体的播报内容生成流程，提升了播报内容的生成效率。
附图说明
[0023]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0024]图1是本申请一个示例性实施例提供的实施环境的示意图；
[0025]图2是本申请一个示例性实施例提供的播报内容的生成方法的流程图；
[0026]图3是本申请一个示例性实施例提供的第二参数配置的示意图；
[0027]图4是本申请一个示例性实施例提供的播报内容的生成方法的流程图；
[0028]图5是本申请一个示例性实施例提供的播报内容生成模型的训练流程图；
[0029]图6是本申请一个示例性实施例提供的样本数据的生成方法的流程图；
[0030]图7是本申请一个示例性实施例提供的样本数据的生成方法的流程图；
[0031]图8是本申请一个示例性实施例提供的语音播报时存在的影响因素的示意图；
[0032]图9是本申请一个相关技术的语音播报的示意图；
[0033]图10是本申请一个示例性实施例提供的语音播报的示意图；
[0034]图11是本申请一个示例性实施例提供的语音播报的示意图；
[0035]图12是本申请一个示例性实施例提供的播报内容的生成装置结构框图；
[0036]图13是本申请一个示例性实施例提供的播报内容的生成装置结构框图；
[0037]图14是本申请一个示例性实施例提供的服务器的结构示意图。
具体实施方式
[0038]为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
[0039]首先，对本申请实施例中涉及的名词进行简要介绍：
[0040]人工智能：是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，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。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。
[0041]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种播报内容的生成方法，其特征在于，所述方法包括：获取第一预训练模型、第一样本数据和第二样本数据，所述第一预训练模型是通过多个领域的样本数据预训练得到的文本生成模型，所述第一预训练模型的模型参数中包括第一参数，所述第一样本数据和所述第二样本数据是从游戏领域中获取到的样本数据，所述样本数据中包括游戏状态和播报内容素材对应的数据对；向所述第一预训练模型配置待训练的第二参数；通过所述第一样本数据对所述第一预训练模型中的所述第一参数进行训练，得到第二预训练模型；通过所述第二样本数据对所述第二预训练模型中的所述第二参数进行训练，得到播报内容生成模型；其中，所述播报内容生成模型用于对输入的目标游戏状态进行内容预测，得到目标播报内容，所述目标播报内容用于在目标游戏处于所述目标游戏状态时进行语音播报。2.根据权利要求1所述的方法，其特征在于，所述通过所述第一样本数据对所述第一预训练模型中的所述第一参数进行训练，得到第二预训练模型，包括：通过所述第二样本数据对所述第一预训练模型的所述第二参数进行训练，得到候选播报内容生成模型；通过所述第一样本数据对所述候选播报内容生成模型中的所述第一参数进行训练，得到所述第二预训练模型。3.根据权利要求2所述的方法，其特征在于，所述通过所述第一样本数据对所述候选播报内容生成模型中的所述第一参数进行训练，得到所述第二预训练模型，包括：获取测试游戏状态集，所述测试游戏状态集中包括多个测试游戏状态；将所述多个测试游戏状态输入至所述候选播报内容生成模型，得到测试播报内容素材集，所述测试播报内容素材集中包括各个测试游戏状态对应的测试播报内容素材；基于所述测试播报内容素材之间的相似度，确定所述测试播报内容素材集对应的素材丰富度；响应于所述素材丰富度达到预设丰富度阈值，将所述候选播报内容生成模型确定为所述播报内容生成模型；响应于所述素材丰富度未达到预设丰富度阈值，通过所述第一样本数据对所述候选播报内容生成模型中的所述第一参数进行训练，得到所述第二预训练模型。4.根据权利要求2或3所述的方法，其特征在于，所述第一样本数据中包括第一游戏状态和与所述第一游戏状态对应的第一播报内容素材；所述通过所述第一样本数据对所述候选播报内容生成模型中的所述第一参数进行训练，得到所述第二预训练模型，包括：将所述第一游戏状态输入至所述候选播报内容生成模型，输出得到第一预测内容；基于所述第一预测内容和所述第一播报内容素材之间的差异对所述第一参数进行迭代调整，得到所述第二训练模型。5.根据权利要求4所述的方法，其特征在于，所述获取第一样本数据，包括：获取所述目标游戏对应的素材内容，所述素材内容包括视频素材、文本素材、音频素材、图片素材中的至少一种；
将所述素材内容转化为待处理文本内容；对所述待处理文本内容进行内容挖掘，确定出组成所述第一样本数据的所述第一游戏状态和所述第一播报内容素材。6.根据权利要求5所述的方法，其特征在于，所述对所述待处理文本内容进行内容挖掘，确定出组成所述第一样本数据的所述第一游戏状态和所述第一播报内容素材，包括：通过标点对所述待处理文本内容进行切分，得到多个候选分句；根据所述多个候选分句之间的上下文顺序，从所述多个候选分句中确定出所述第一游戏状态和所述第一播报内容素材；或者，响应于所述待处理文本内容中存在与游戏状态库中候选游戏状态匹配的第一文本内容，从所述待处理文本内容中识别出与所述第一文本内容存在应答关系的第二文本内容；将所述第一文本内容确定为所述第一游戏状态，并将所述第二文本内容确定为所述第一播报内容素材；或者，基于所述待处理文本内容对应的语义确定所述待处...

【专利技术属性】
技术研发人员：程任清，魏重强，王智圣，
申请(专利权)人：腾讯数码天津有限公司，
类型：发明
国别省市：