[发明专利]韵律层级划分方法、装置、计算机设备和存储介质

说明书

本申请涉及人工智能技术领域，提供了一种韵律层级划分方法、装置、计算机设备和存储介质，获取待划分韵律层级的文本；对所述文本进行词性识别，得到所述文本中每个词的词性；将词性识别后的所述文本输入至预设的条件随机场模型中，得到所述文本的每个词的韵律层级标签；基于该条件随机场模型中包括的特征函数，所述特征函数用于分别统计每个词的上下文的词性结构、文本结构，根据所述词性结构、文本结构确定每个词的韵律层级标签。本申请采用上述条件随机场模型，结合文本中每个词的词性，并结合考虑上下文的词性结构，对文本进行韵律层级划分，避免了目前只考虑词性进行韵律层级划分时粒度过细的缺陷。

技术领域

本申请涉及人工智能技术领域，特别涉及一种韵律层级划分方法、装置、计算机设备和存储介质。

背景技术

韵律层级的划分在语音合成领域具有重要的意义，良好的韵律划分能够使得合成的语音更加的自然。韵律划分不合理时，不仅会使得合成的声音效果不佳，而且可能让听者产生歧义。

目前通过统计词性之间是否需要进行韵律层级的划分能够有效的减少标注数据的使用，但是其结果只考虑了词性的信息，这种方法往往会使得划分的结果过细。例如对于句子：”男孩问：“你不喜欢我了吗？”通过对词性的统计，这种方法可能的划分结果是：“男孩#1问#3：”你#1不#1喜欢#1我#1了#1吗？。在这种方法中会受到词粒度大小的影响。由于词性的标注往往是基于分词结果的，并且分词的结果相比于常见的韵律层级划分结果粒度更细，所以目前这类方法存在划分的结果过细的问题。

发明内容

本申请的主要目的为提供一种韵律层级划分方法、装置、计算机设备和存储介质，旨在克服目前基于词性进行韵律层级划分时粒度细的缺陷。

为实现上述目的，本申请提供了一种韵律层级划分方法，包括以下步骤：

获取待划分韵律层级的文本；

对所述文本进行词性识别，得到所述文本中每个词的词性；

将词性识别后的所述文本输入至预设的条件随机场模型中，得到所述文本的每个词的韵律层级标签；其中，所述条件随机场模型中包括特征函数，所述特征函数用于分别统计每个词的上下文的词性结构、文本结构，根据所述词性结构、文本结构确定每个词的韵律层级标签；

根据所述文本中每个词的韵律层级标签对所述文本进行韵律层级划分。

进一步地，所述获取待划分韵律层级的文本的步骤之前，包括：

获取训练数据集；其中，所述训练数据包括多个训练文本，所述训练文本携带有训练文本中每个词的词性，以及每个词的韵律层级标签；

将所述训练文本输入至初始条件随机场模型中进行训练，得到所述预设的条件随机场模型；其中，所述初始条件随机场模型中包括特征模板，所述特征模板用于分别统计所述训练文本中每个词的上下文的词性结构、文本结构，并根据所述词性结构、文本结构以及训练样本中每个词的韵律层级标签，确定所述特征模板中的模型参数，以得到所述特征函数。

进一步地，所述训练文本包括三列：

其中，第一列为所述训练文本中每个词的竖向排列，第二列为所述训练文本每个词对应的词性，第三列为所述训练文本中每个词对应的韵律层级标签。

进一步地，所述初始条件随机场模型中包括的特征模板为：

(1)

(2)

(3)

其中，x_i,1表示训练样本中第i行第2列的数据，w_i-a表示对应的词性m_i-a表示对应的文本；a、b分别表示上下文文字的范围；n为预设的超参数，y_i为文字对应的韵律层级标签。