[发明专利]一种语音合成模型的训练方法、装置、设备以及存储介质

说明书

本公开关于一种语音合成模型的训练方法、装置、设备以及存储介质，涉及计算机技术领域。本公开实施例至少解决相关技术中，训练到的语音合成模型不是最优的问题。该方法包括：确定连续训练得到目标语音合成模型的目标训练次数；目标语音合成模型的损失值大于或者等于当前最小损失值；当前最小损失值为连续训练得到的损失值中的最小值；在目标训练次数大于或者等于训练次数阈值的情况下，降低语音合成模型的当前丢弃率以及当前学习率；基于降低后的当前丢弃率以及降低后的当前学习率，训练得到下一语音合成模型。

技术领域

本公开涉及计算机技术领域，尤其涉及一种语音合成模型的训练方法、装置、设备以及存储介质。

背景技术

在现有的文本合成语音的框架中，通常需要基于训练样本训练得到多个语音合成模型，并通过测试，从多个语音合成模型中确定最优的语音合成模型。在语音合成模型的训练过程中，为了防止出现过拟合现象，通常会引入dropout层的丢弃机制。具体的，在每次训练过程中，可以基于预设的丢弃率，暂时丢弃部分训练样本，利用剩余的训练样本完成当次训练，以避免上述过拟合现象。

但是，由于上述训练过程中，每次训练都采用人工预先设置的丢弃率，这样一来，训练得到的所有语音合成模型中的丢弃率都相同，很有可能导致训练得到的语音合成模型不是最优的。

发明内容

本公开提供一种语音合成模型的训练方法、装置、设备以及存储介质，以至少解决相关技术中，训练到的语音合成模型不是最优的问题。本公开的技术方案如下：

根据本公开实施例的第一方面，提供一种语音合成模型的训练方法，包括：确定连续训练得到目标语音合成模型的目标训练次数；目标语音合成模型的损失值大于或者等于当前最小损失值；当前最小损失值为连续训练得到的损失值中的最小值；在目标训练次数大于或者等于训练次数阈值的情况下，降低语音合成模型的当前丢弃率以及当前学习率；基于降低后的当前丢弃率以及降低后的当前学习率，训练得到下一语音合成模型。

可选的，上述确定连续训练得到目标语音合成模型的目标训练次数，包括：在训练得到当前语音合成模型之后，获取当前语音合成模型的损失值；在当前语音合成模型的损失值小于当前最小损失值的情况下，重置当前训练次数；在当前语音合成模型的损失值大于或者等于当前最小损失值的情况下，基于第一预设数值增量更新当前训练次数，并确定更新后的当前训练次数为目标训练次数。

可选的，上述方法还包括：在当前语音合成模型的损失值小于当前最小损失值的情况下，将当前语音合成模型的损失值更新为当前最小损失值。

可选的，上述降低语音合成模型的当前丢弃率以及当前学习率，包括：确定当前丢弃率与预设的下降率的乘积，为降低后的当前丢弃率；确定当前学习率与下降率的乘积，为下一语音合成模型降低后的学习率。

可选的，上述基于降低后的当前丢弃率以及降低后的当前学习率，训练得到下一语音合成模型，包括：确定降低当前丢弃率以及当前学习率的下降次数；在下降次数小于预设下降次数阈值的情况下，基于降低后的当前丢弃率以及降低后的当前学习率，训练得到下一语音合成模型。

可选的，上述方法还包括：在下降次数大于或者等于预设下降次数阈值的情况下，结束语音合成模型的训练。

可选的，上述方法还包括：在降低语音合成模型的当前丢弃率以及当前学习率之后，基于第二预设数值增量更新当前下降次数，当前下降次数用于确定降低当前丢弃率以及当前学习率的下降次数。

根据本公开实施例的第二方面，提供一种语音合成模型的训练方法，包括：获取多个语音合成模型，并对多个语音合成模型进行测试，以得到多个测试结果；多个语音合成模型为根据第一方面及其任一种可能的语音合成模型的训练方法训练得到的；基于得到的多个测试结果，从多个语音合成模型中确定最优语音合成模型。