[發明專利]語音會話方法、裝置、計算機設備和存儲介質

有效

• 申請號: 202011258803.9
• 申請日: 2020-11-12
• 公開（公告）號: CN112071300B
• 公開（公告）日: 2021-04-06
• 發明（設計）人: 劉一帆;劉夏冰;袁丁;劉云峰
• 申請（專利權）人: 深圳追一科技有限公司
• 主分類號: G10L13/02
• 分類號: G10L13/02;G10L13/08
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 陳小娜

本申請涉及一種語音會話方法、裝置、計算機設備和存儲介質。該方法包括：獲取待生成語音的目標會話文本；對所述目標會話文本進行語義識別，得到所述目標會話文本中的目標分詞對應的語義特征向量，基于所述目標分詞對應的語義特征向量確定所述目標分詞對應的情感韻律標簽；確定所述目標會話文本中的語義邊界，基于所述語義邊界在所述目標會話文本中插入邊界文本，得到第一會話文本；將所述第一會話文本以及所述目標分詞對應的情感韻律標簽輸入到語音合成模型中，合成目標會話語音，其中，所述語音合成模型對所述邊界文本進行編碼，基于編碼得到的向量得到所述目標會話語音中的語音停頓信息；輸出所述目標會話語音。采用本方法能夠提高會話效果。

技術領域

本申請涉及語音技術領域，特別是涉及一種語音會話方法、裝置、計算機設備和存儲介質。

背景技術

隨著科學技術的發展，出現了語音合成技術。通過語音技術可以基于文本合成語音，使得會話效率高。例如，在會話時，可以獲取會話的文本，基于該文本生成會話語音，控制會話機器人發出該會話語音，使得可以通過會話機器人進行語音會話，然而，會話機器人發出的語音通常是很生硬的，導致會話效果差。

發明內容

基于此，有必要針對上述技術問題，提供一種語音會話方法、裝置、計算機設備和存儲介質。

一種語音會話方法，所述方法包括：獲取待生成語音的目標會話文本；對所述目標會話文本進行語義識別，得到所述目標會話文本中的目標分詞對應的語義特征向量，基于所述目標分詞對應的語義特征向量確定所述目標分詞對應的情感韻律標簽；確定所述目標會話文本中的語義邊界，基于所述語義邊界在所述目標會話文本中插入邊界文本，得到第一會話文本；將所述第一會話文本以及所述目標分詞對應的情感韻律標簽輸入到語音合成模型中，合成目標會話語音，其中，所述語音合成模型對所述邊界文本進行編碼，基于編碼得到的向量得到所述目標會話語音中的語音停頓信息；輸出所述目標會話語音。

在一些實施例中，所述將所述第一會話文本以及所述目標分詞對應的情感韻律標簽輸入到語音合成模型中，合成目標會話語音包括：將所述第一會話文本以及所述目標分詞對應的情感韻律標簽輸入到語音合成模型中，所述語音合成模型基于所述邊界文本所表示的停頓程度進行編碼，基于編碼得到的向量得到所述目標會話語音中，所述邊界文本對應的語音停頓時長。

在一些實施例中，所述在與目標會話用戶進行語音會話的過程中，獲取待生成語音的目標會話文本包括：在與所述目標會話用戶進行語音會話的過程中，獲取所述目標會話用戶對應的用戶語音會話消息；對所述用戶語音會話消息進行意圖識別，得到目標意圖；基于所述目標意圖確定所述用戶語音會話消息對應的回復文本，作為待生成語音的目標會話文本。

在一些實施例中，所述對所述用戶語音會話消息進行意圖識別，得到目標意圖包括：對所述用戶語音會話消息進行文本識別，得到用戶文本會話消息；將所述用戶文本會話消息輸入到意圖識別模型中，所述意圖識別模型對所述用戶文本會話消息中的分詞進行語義識別，得到所述用戶文本會話消息對應的會話語義特征，基于所述會話語義特征確定目標意圖。

在一些實施例中，所述方法還包括：對所述目標會話文本對應的分詞進行詞語類型識別，得到各個分詞對應的目標詞語類型；將所述目標會話文本對應的分詞中，目標詞語類型為通用詞語類型的分詞作為所述目標分詞。

在一些實施例中，所述方法還包括：確定所述目標會話文本對應的分詞中，目標詞語類型為專用詞語類型的專用詞語對應的韻律標簽添加規則；基于所述韻律標簽添加規則確定所述專用詞語對應的情感韻律標簽。