[发明专利]一种韵律生成模型的训练方法及装置

权利要求书

1.一种韵律生成模型的训练方法，其特征在于，所述韵律生成模型包括：停顿判断模型、重读判断模型及边界调判断模型，所述方法包括：

通过所述停顿判断模型，对标注有停顿标记、重读标记及边界调标记的样本文本进行停顿位置预测处理，得到对应所述样本文本的停顿位置；

通过所述重读判断模型，对所述样本文本进行重读位置预测处理，得到对应所述样本文本的重读位置；

通过所述边界调判断模型，对所述样本文本进行边界调类型预测处理，得到对应所述样本文本的边界调类型；

基于所述停顿位置、所述重读位置及所述边界调类型，确定所述韵律生成模型的损失函数的值；

基于所述损失函数的值，更新所述韵律生成模型的模型参数。

2.如权利要求1所述的方法，其特征在于，所述通过所述停顿判断模型，对标注有停顿标记、重读标记及边界调标记的样本文本进行停顿位置预测处理，得到对应所述样本文本的停顿位置，包括：

通过所述停顿判断模型，对所述样本文本进行成分句法分析处理，得到对应所述样本文本的成分句法分析架构；

基于所述成分句法分析架构，确定用于判断所述样本文本句内停顿的句法结构特征；

基于所述句法结构特征，确定对应所述样本文本的停顿位置。

3.如权利要求2所述的方法，其特征在于，所述成分句法分析架构为决策树结构，所述决策树结构包括：根节点、决策节点及叶子节点；

其中，所述根节点和所述决策节点，用于对所述样本文本进行单位标注；所述叶子节点对应所述样本文本所包含的单词；

所述对所述样本文本进行成分句法分析处理，得到对应所述样本文本的成分句法分析架构，包括：

对所述样本文本进行解析，得到组成所述样本文本的各个单词的词性特征；

基于各个所述单词的词性特征，构建所述样本文本的成分句法分析架构。

4.如权利要求1所述的方法，其特征在于，所述通过所述重读判断模型，对所述样本文本进行重读位置预测处理，得到对应所述样本文本的重读位置，包括：

确定组成所述样本文本的各个单词对应的字符向量及词性特征；

通过所述重读判断模型，对所述字符向量进行关联处理，得到对应的单词向量；

将所述单词向量及对应的所述词性特征进行拼接，得到拼接后的单词向量；

基于所述拼接后的单词向量，得到对应所述样本文本的重读位置。

5.如权利要求4所述的方法，其特征在于，所述基于所述拼接后的单词向量，得到对应所述样本文本的重读位置，包括：

对所述拼接后的单词向量进行关联处理，得到对应的单词级别的隐向量；

对所述单词级别的隐向量进行重读分类判断，得到对应所述样本文本的单词级别的重读位置。

6.如权利要求1所述的方法，其特征在于，所述通过所述边界调判断模型，对所述样本文本进行边界调类型预测处理，得到对应所述样本文本的边界调类型，包括：

通过所述边界调判断模型，对所述样本文本进行句式识别，得到所述样本文本的句式；

基于得到的所述样本文本的句式，确定对应所述样本文本的边界调类型。

7.如权利要求1所述的方法，其特征在于，所述基于所述停顿位置、所述重读位置及所述边界调类型，确定所述韵律生成模型的损失函数的值，包括：

基于所述停顿标记指示的停顿位置、及得到的所述停顿位置，确定所述停顿判断模型的第一损失函数的值；

基于所述重读标记指示的重读位置，及得到的所述重读位置，确定所述重读判断模型的第二损失函数的值；

基于所述边界调标记指示的边界调类型，及得到的所述边界调类型，确定所述边界调判断模型的第三损失函数的值；

基于所述第一损失函数的值、所述第二损失函数的值及所述第三损失函数的值，确定所述韵律生成模型的损失函数的值。