[发明专利]语音合成的多任务模型训练方法及相关设备

权利要求书

1.一种语音合成的多任务模型训练方法，其特征在于，包括：

设定至少两个序列标注任务，以处理语音合成中的文本分析；

根据所述序列标注任务构建包括多任务输出层的多任务模型，将所述多任务输出层配置为将目标文本信息作为各项序列标注任务独立的输入并输出各项序列标注任务对应的标签序列；

获取样本信息，所述样本信息包括训练文本信息、训练文本信息对应的语义特征信息，以及所述训练文本信息与各项序列标注任务对应的训练标签序列；

采用所述样本信息对所述多任务模型进行训练，得到语音合成前端处理的多任务模型，所述多任务模型包括共享层，所述共享层配置为将待处理的文本信息作为预训练任务的输入并输出对应的语义特征信息；所述语义特征信息为所述目标文本信息；

所述采用所述样本信息对所述多任务模型进行训练，包括：

采用所述训练文本信息以及对应的语义特征信息训练所述多任务模型执行预训练任务；

所述针对每一序列标注任务进行分时交替训练，包括：根据所述训练文本信息对应的语义特征信息以及与该序列标注任务对应的训练标签序列训练所述多任务模型执行该序列标注任务；

采用交叉熵损失函数计算所述多任务模型在执行该序列标注任务时的损失值；

根据各项序列标注任务的预设权重系数，计算所述多任务模型的总损失值；

采用所述总损失值训练所述多任务模型执行各项序列标注任务。

2.根据权利要求1所述的方法，其特征在于，各项序列标注任务的预设权重系数相同。

3.根据权利要求1所述的方法，其特征在于，所述获取样本信息包括：

获取训练文本信息；

针对每一序列标注任务，设定所述训练文本信息与该序列标注任务对应的训练标签序列。

4.根据权利要求3所述的方法，其特征在于，所述设定所述训练文本信息与该序列标注任务对应的训练标签序列，包括以下至少一项：

当所述序列标注任务为字符分类任务时，对所述训练文本信息中包括的数字、字母与特殊符号进行标注，获得字符分类标签序列；

当所述序列标注任务为分词任务时，采用第一预设符号标注所述训练文本信息中的词首及标点符号，采用第二预设符号标注所述训练文本信息中词的其他位置，获得分词标签序列；

当所述序列标注任务为韵律边界预测任务时，采用第三预设符号按照预设停顿等级标注所述训练文本信息，获得韵律边界预测标签序列；

当所述序列标注任务为多音字消歧任务时，标注所述训练文本信息中每个多音字对应的拼音，并采用第四预设符号标注所述训练文本信息中的非多音字，获得多音字标签序列。

5.根据权利要求4所述的方法，其特征在于，当所述序列标注任务为分词任务、韵律边界预测任务、多音字消歧任务中的一种时，所述设定所述训练文本信息与各项任务对应的训练标签序列之前，包括：

正则化处理所述训练文本信息，获得正则化后的训练文本信息。