[发明专利]一种文本语音的前端转换方法、装置、设备和存储介质

权利要求书

1.一种文本语音的前端转换方法，其特征在于，包括：

根据待转换文本的正则文本特征对所述待转换文本进行语音辅助处理，提取所述待转换文本的辅助文本特征；

借助所述辅助文本特征对所述待转换文本的正则文本特征进行前端解码，得到携带语音播放标准的拼音序列。

2.根据权利要求1所述的方法，其特征在于，所述根据待转换文本的正则文本特征对所述待转换文本进行语音辅助处理，包括：

将待转换文本的正则文本特征输入预先构建的辅助处理模块中，对所述待转换文本进行文字分割和词性标注，所述辅助文本特征包括所述待转换文本的分词结果和各分词的词性信息。

3.根据权利要求1所述的方法，其特征在于，借助所述辅助文本特征对所述待转换文本的正则文本特征进行前端解码，包括：

将所述正则文本特征和所述辅助文本特征同时输入预先构建的文本解码模块中，得到携带语音播放标准的拼音序列。

4.根据权利要求1所述的方法，其特征在于，在根据待转换文本的正则文本特征对所述待转换文本进行语音辅助处理之前，还包括：

提取历史文本的历史正则文本特征，并确定所述历史文本的辅助标签和解码标签；

将所述历史正则文本特征输入预设的辅助处理模块中，提取所述历史文本的历史辅助文本特征，并根据所述辅助标签和所述历史辅助文本特征确定对应的辅助损失；

将所述历史正则文本特征和所述历史辅助文本特征同时输入预设的文本解码模块中，得到携带语音播放标准的历史拼音序列，并根据所述解码标签和所述历史拼音序列确定对应的解码损失；

确定所述辅助损失和所述解码损失整合后的联合约束损失，并根据所述联合约束损失同时训练所述辅助处理模块和所述文本解码模块。

5.根据权利要求4所述的方法，其特征在于，所述辅助损失包括分词损失和词性损失。

6.根据权利要求2所述的方法，其特征在于，所述将待转换文本的正则文本特征输入预先构建的辅助处理模块中，对所述待转换文本进行文字分割和词性标注，包括：

将所述待转换文本的正则文本特征顺序输入所述辅助处理模块下的混合门限卷积单元和编码单元中，提取所述待转换文本的辅助文本特征；

将所述辅助文本特征分别输入所述辅助处理模块下的文字分割单元和词性标注单元中，得到所述待转换文本的分词结果和各分词的词性信息。

7.根据权利要求1所述的方法，其特征在于，所述语音播放标准包括所述语音序列的播放声调和韵律标准。

8.根据权利要求1所述的方法，其特征在于，在根据待转换文本的正则文本特征对所述待转换文本进行语音辅助处理之前，还包括：

通过预设的基于转换模型的双向编码器表示BERT网络提取所述待转换文本的初始文本特征，并对所述初始文本特征进行正则化，得到所述待转换文本的正则文本特征。

9.一种文本语音的前端转换装置，其特征在于，包括：

辅助特征提取模块，用于根据待转换文本的正则文本特征对所述待转换文本进行语音辅助处理，提取所述待转换文本的辅助文本特征；

文本语音转化模块，用于借助所述辅助文本特征对所述待转换文本的正则文本特征进行前端解码，得到携带语音播放标准的拼音序列。

10.一种设备，其特征在于，所述设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-8中任一所述的文本语音的前端转换方法。

11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-8中任一所述的文本语音的前端转换方法。