[发明专利]文本信息处理方法及装置

说明书

本发明实施例提供一种文本信息处理方法及装置，该方法包括：获取文本信息中每个音素对应的音素向量和每个音素对应的语义向量；获取在上一时刻输出的第一语义信息，第一语义信息为文本信息中的部分文本信息对应的语义信息，部分文本信息为已经转换为语音信息的文本信息；根据第一语义信息、每个音素对应的音素向量和每个音素对应的语义向量，确定当前时刻对应的上下文向量；根据上下文向量和第一语义信息，确定当前时刻的语音信息。用于使得根据语音信息合成的语音音频具有更好的韵律、更稳定的音质。

技术领域

本发明实施例涉及计算机技术领域，尤其涉及一种文本信息处理方法及装置。

背景技术

目前，对文本信息进行机器学习，可以得到该文本信息对应的语音。

在相关技术中，对文本信息进行机器学习得到音频信息的过程包括：获取文本信息对应的音素信息，对音素信息进行编码处理得到语义信息，对语义信息进行学习得到上下文向量，进而根据上下文向量合成语音。

在上述过程中，对语义信息进行学习得到上下文向量的过程中，得到的上下文向量不准确，导致合成的语音的音质较差。

发明内容

本发明实施例提供一种文本信息处理方法及装置，用于使得根据语音信息合成的语音音频具有更好的韵律、更稳定的音质。

第一方面，本发明实施例提供一种文本信息处理方法，包括：

获取文本信息中每个音素对应的音素向量和每个音素对应的语义向量；

获取在上一时刻输出的第一语义信息，第一语义信息为文本信息中的部分文本信息对应的语义信息，部分文本信息为已经转换为语音信息的文本信息；

根据第一语义信息、每个音素对应的音素向量和每个音素对应的语义向量，确定当前时刻对应的上下文向量；

根据上下文向量和第一语义信息，确定当前时刻的语音信息。

在一种可能的实施方式中，根据第一语义信息、每个音素对应的音素向量、每个音素对应的语义向量，确定当前时刻对应的上下文向量，包括：

根据第一语义信息和每个音素对应的语义向量，确定语义匹配度；

根据语义匹配度、每个音素对应的音素向量和每个音素对应的语义向量，确定当前时刻对应的上下文向量。

在另一种可能的实施方式中，根据第一语义信息和每个音素对应的语义向量，确定语义匹配度，包括：

通过第一预设模型对第一语义信息和每个音素对应的语义向量进行处理，得到语义匹配度，第一预设模型为对多组第一样本进行学习得到的，每组第一样本包括语义信息和语义向量。

在另一种可能的实施方式中，根据语义匹配度、每个音素对应的音素向量和每个音素对应的语义向量，确定当前时刻对应的上下文向量，包括：

根据语义匹配度和每个音素对应的语义向量，确定语义上下文向量；

根据语义匹配度和每个音素对应的音素向量，确定音素上下文向量；

对语义上下文向量和音素上下文向量进行组合处理，确定当前时刻对应的上下文向量。

在另一种可能的实施方式中，根据第一语义信息、每个音素对应的音素向量和每个音素对应的语义向量，确定当前时刻对应的上下文向量，包括：

根据每个音素对应的音素向量和每个音素对应的语义向量，确定每个音素对应的合向量；

根据第一语义信息和每个音素对应的合向量，确定语义匹配度；

根据语义匹配度和每个音素对应的合向量，确定当前时刻对应的上下文向量。