一种连读变调边界的预测方法、装置、设备和存储介质与流程

技术特征：
1.一种连读变调边界的预测方法，其特征在于，所述预测方法包括：提取预测文本的预测文本字调特征；所述预测文本包括多个字符以及与每个字符对应的字调，所述预测文本字调特征表示所述预测文本中各个字符的独立特征；对所述预测文本字调特征进行融合转换，得到预测字符融合特征，所述预测字符融合特征表示所述预测文本中各个字符与其他字符的关系特征；对所述预测字符融合特征进行计算，得到所述预测文本的预测连读变调边界。2.根据权利要求1所述的预测方法，其特征在于，所述预测方法由预测模型执行，所述预测模型的训练步骤包括：提取训练文本的训练文本字调特性；所述训练文本包括多个字符、每个字符对应的字调，以及标准连读变调边界；对所述训练文本字调特性进行融合转换，得到训练字符融合特征；对所述训练字符融合特征进行计算，得到所述训练文本的训练连读变调边界；基于所述训练连读变调边界和所述标准连读变调边界计算损失函数；根据所述损失函数训练所述预测模型。3.根据权利要求2所述的预测方法，其特征在于，所述对所述训练字符融合特征进行计算，得到所述训练文本的训练连读变调边界，包括：对所述训练字符融合特征进行计算，得到所述训练文本的训练基频序列向量和训练连读变调边界；所述训练步骤还包括：分析所述训练文本对应的训练音频，得到所述训练文本的标准音频序列向量；所述基于所述训练连读变调边界和所述标准连读变调边界计算损失函数，根据所述损失函数训练所述预测模型，包括：基于所述训练连读变调边界和所述标准连读变调边界计算第一损失函数；基于所述训练基频序列向量和所述标准音频序列向量计算第二损失函数；根据所述第一损失函数和所述第二损失函数训练所述预测模型。4.根据权利要求3所述的方法，其特征在于，所述根据所述第一损失函数和所述第二损失函数训练所述预测模型，包括：对所述第一损失函数和所述第二损失函数进行加权求和，得到总损失函数；基于所述总损失函数训练所述预测模型。5.根据权利要求1-4中任意一项所述的方法，其特征在于，所述对所述预测文本字调特征进行融合转换，得到预测字符融合特征；所述对所述训练文本字调特性进行融合转换，得到训练字符融合特征，均包括：采用seq2seq attention方法对文本字调特征进行融合转换，得到字符融合特征。6.根据权利要求1-4中任意一项所述的方法，其特征在于，所述提取预测文本的预测文本字调特征，所述提取训练文本的训练文本字调特性，均包括：对文本进行one-hot编码，获取字符编码；对所述字符编码进行嵌入，获取所述文本字调特征。7.根据权利要求1-4中任意一项所述的方法，其特征在于，所述对所述预测字符融合特征进行计算，得到所述预测文本的预测连读变调边界；所述对所述训练字符融合特征进行
计算，得到所述训练文本的训练连读变调边界，均包括：对字符融合特征进行计算，得到每个字符的连读变调边界概率；基于所述每个字符的连读变调边界概率得到所述预测文本的预测连读变调边界。8.一种连读变调边界的预测装置，其特征在于，所述预测装置包括：提取模块，所述提取模块用于提取预测文本的预测文本字调特征；所述预测文本包括多个字符以及与每个字符对应的字调，所述预测文本字调特征表示所述预测文本中各个字符的独立特征；融合模块，所述融合模块用于对所述预测文本字调特征进行融合转换，得到预测字符融合特征，所述预测字符融合特征表示所述预测文本中各个字符与其他字符的关系特征；计算模块，所述计算模块用于对所述预测字符融合特征进行计算，得到所述预测文本的预测连读变调边界。9.一种连读变调边界的预测设备，其特征在于，所述设备包括相互耦接的存储器和处理器，所述存储器存储有程序指令；所述处理器用于执行所述存储器中存储的程序指令，以实现权利要求1-7任一项所述的方法。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储程序指令，所述程序指令能够被执行以实现如权利要求1-7任一项所述的方法。

技术总结
本申请公开了一种连读变调的预测方法、装置和存储介质，该方法包括：提取预测文本的预测文本字调特征；预测文本包括多个字符以及与每个字符对应的字调，预测文本字调特征表示预测文本中各个字符的独立特征；对预测文本字调特征进行融合转换，得到预测字符融合特征，预测字符融合特征表示预测文本中各个字符与其他字符的关系特征；对预测字符融合特征进行计算，得到预测文本的预测连读变调边界。通过上述方式，本申请能够提高连读变调边界预测的准确率。确率。确率。


技术研发人员：张校 祖漪清 高丽 江源
受保护的技术使用者：西安讯飞超脑信息科技有限公司
技术研发日：2022.02.21
技术公布日：2022/6/10