[發明專利]一種語音生成方法及裝置

在審

• 申請號: 202110238618.1
• 申請日: 2021-03-04
• 公開（公告）號: CN112926338A
• 公開（公告）日: 2021-06-08
• 發明（設計）人: 郭俊廷;張獻濤;暴筱;林小俊;支濤
• 申請（專利權）人: 北京云跡科技有限公司
• 主分類號: G06F40/30
• 分類號: G06F40/30;G06F40/205;G06F40/194;G06N3/04;G10L13/02
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 藏斌

1.一種語音生成方法，其特征在于，應用于智能音箱，所述方法包括：

獲取客戶發送的當前客需服務文本，并提取所述當前客需服務文本的客需語義信息；

將所述客需語義信息輸入語義信息向量生成模型，利用所述語義信息向量生成模型對所述客需語義信息進行處理，得到客需語義信息向量，所述語義信息向量生成模型利用歷史客需服務文本訓練LSTM神經網絡得到；

將所述客需語義信息向量與預先構建的問候語義向量的拼接結果輸入問候觸發預測模型，利用所述問候觸發預測模型對所述拼接結果進行問候觸發概率預測，得到問候觸發概率，所述問候觸發預測模型利用所述歷史客需服務文本的客需語義信息向量和所述預先構建的問候語義向量訓練所述LSTM神經網絡得到；

若所述問候觸發概率大于預設問候觸發閾值，根據所述客需語義信息向量和所述預先構建的問候語義向量生成問候文本，并將所述問候文本轉換成問候語音。

2.根據權利要求1所述的方法，其特征在于，所述提取所述當前客需服務文本的客需語義信息，包括：

對所述當前客需服務文本進行分詞處理，得到所述當前客需服務文本的詞句；

對所述當前客需服務文本的詞句進行向量化處理，得到客需語義信息。

3.根據權利要求1所述的方法，其特征在于，所述根據客需語義信息向量和所述預先構建的問候語義向量生成問候文本，包括：

計算所述客需語義信息向量與預先構建的酒店語義信息向量庫中每條酒店語義信息向量的第一相似度，所述預先構建的酒店語義信息向量庫由多條所述酒店語義信息向量拼接得到；

計算所述客需語義信息向量與預先構建的環境語義信息向量庫中每條環境語義信息向量的第二相似度，所述預先構建的環境語義信息向量庫由多條所述環境語義信息向量拼接得到；

若各個所述第一相似度中存在大于第一閾值的目標第一相似度，且各個所述第二相似度均不大于第二閾值，根據所述客需語義信息向量、所述酒店語義信息向量庫和所述預先構建的問候語義向量生成問候文本；

若各個所述第二相似度中存在大于所述第二閾值的目標第二相似度，且各個所述第一相似度均不大于所述第一閾值，根據所述客需語義信息向量、所述環境語義信息向量庫和所述預先構建的問候語義向量生成問候文本；

若各個所述第一相似度中存在大于第一閾值的目標第一相似度，且各個所述第二相似度中存在大于所述第二閾值的目標第二相似度，根據所述客需語義信息向量、所述酒店語義信息向量庫、所述環境語義信息向量庫和所述預先構建的問候語義向量生成問候文本。

4.根據權利要求3所述的方法，其特征在于，所述根據所述客需語義信息向量、所述酒店語義信息向量庫和所述預先構建的問候語義向量生成問候文本，包括：

將所述客需語義信息向量、所述酒店語義信息向量庫和所述預先構建的問候語義向量進行拼接，得到第一拼接結果；

將所述第一拼接結果輸入問候語音生成模型，利用所述問候文本生成模型對所述第一拼接結果進行處理，輸出問候文本；

其中，所述問候文本生成模型利用所述歷史客需服務文本和所述歷史客需服務文本對應的歷史問候文本訓練基于LSTM的seq2seq模型得到。

5.根據權利要求3所述的方法，其特征在于，所述根據所述客需語義信息向量、所述環境語義信息向量庫和所述預先構建的問候語義向量生成問候文本，包括：

將所述客需語義信息向量、所述預先構建的環境語義信息向量庫和所述預先構建的問候語義向量進行拼接，得到第二拼接結果；

將所述第二拼接結果輸入所述問候文本生成模型，利用所述問候文本生成模型對所述第二拼接結果進行處理，輸出問候文本。

6.根據權利要求3所述的方法，其特征在于，所述根據所述客需語義信息向量、所述酒店語義信息向量庫、所述環境語義信息向量庫和所述預先構建的問候語義向量生成問候文本，包括：

將所述客需語義信息向量、所述酒店語義信息向量庫、所述環境語義信息向量庫和所述預先構建的問候語義向量進行拼接，得到第三拼接結果；

將所述第三拼接結果輸入所述問候文本生成模型，利用所述問候文本生成模型對所述第三拼接結果進行處理，輸出問候文本。