[发明专利]文本韵律边界预测的方法、装置、设备及存储介质

说明书

本申请涉及人工智能技术领域，公开了一种文本韵律边界预测的方法、装置、计算机设备及计算机可读存储介质，该方法包括：通过将获取到的待预测文本输入预置文本韵律边界模型中；通过所述预训练语言模型，获取所述待预测文本对应的词向量信息；根据所述词向量信息，获取对应的多维向量信息；通过所述二维卷积模型对所述多维向量信息进行卷积处理，得到所述待预测文本中各个字词对应的分类标签信息；通过所述分类层识别所述分类标签信息，确定各个所述字词的韵律边界信息，实现将待预测文本变成多维向量，从而可以运用二维卷积网络对其做卷积，提高韵律边界预测的准确度，以及提高模型的运行速度。

技术领域

本申请涉人工智能技术领域，尤其涉及一种文本韵律边界预测的方法、装置、计算机设备及计算机可读存储介质。

背景技术

随着科学与技术的发展，高自然度的语音合成成了人工智能、人机交互领域的一个重要研究课题，韵律边界的预测对于语音合成中语料库的韵律标注具有非常重要的意义，其预测的准确性关系到合成语音的自然度和可理解性。中文韵律的预测分为三个层级，分别是：韵律词、韵律短语和语调短语,然而目前大部分基于深度学习的韵律预测模型使用的是基于预训练语言(Bert)的词性标注模型(BLSTM-CRF)，且三个层级的韵律边界预测分开，即要预测一句话的韵律边界，需要三次模型推理，再加上双向长短时记忆网络(BLSTM)本身的循环计算特性，无法并行计算，模型的运行效率较低，影响了整体的语音合成效率。

发明内容

本申请的主要目的在于提供一种文本韵律边界预测的方法、装置、计算机设备及计算机可读存储介质，旨在目前大部分基于深度学习的韵律预测模型，无法并行计算，模型的运行效率较低，影响了整体的语音合成效率的技术问题。

第一方面，本申请提供一种文本韵律边界预测的方法，所述文本韵律边界预测的方法包括以下步骤：

将获取到的待预测文本输入预置文本韵律边界模型中，其中，所述文本韵律边界模型包括预训练语言模型、二维卷积模型、分类层；

通过所述预训练语言模型，获取所述待预测文本对应的词向量信息；

根据所述词向量信息，获取对应的多维向量信息；

通过所述二维卷积模型对所述多维向量信息进行卷积处理，得到所述待预测文本中各个字词对应的分类标签信息；

通过所述分类层识别所述分类标签信息，确定各个所述字词的韵律边界信息。

第二方面，本申请还提供一种文本韵律边界预测装置，所述文本韵律边界预测装置包括：

第一获取模块，用于将获取到的待预测文本输入预置文本韵律边界模型中，其中，所述文本韵律边界模型包括预训练语言模型、二维卷积模型、分类层；

第二获取模块，用于通过所述预训练语言模型，获取所述待预测文本对应的词向量信息；

第三获取模块，用于根据所述词向量信息，获取对应的多维向量信息；

第四获取模块，用于通过所述二维卷积模型对所述多维向量信息进行卷积处理，得到所述待预测文本中各个字词对应的分类标签信息；

确定模块，用于通过所述分类层识别所述分类标签信息，确定各个所述字词的韵律边界信息。

第三方面，本申请还提供一种计算机设备，所述计算机设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序，其中所述计算机程序被所述处理器执行时，实现如上述的文本韵律边界预测的方法的步骤。

第四方面，本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其中所述计算机程序被处理器执行时，实现如上述的文本韵律边界预测的方法的步骤。