[發明專利]一種識別方法、裝置、用于識別的裝置及語音合成方法

在審

• 申請號: 202110605363.8
• 申請日: 2021-05-31
• 公開（公告）號: CN113409766A
• 公開（公告）日: 2021-09-17
• 發明（設計）人: 林國雯;周明;程龍;姜偉;曾可璇;段文君;劉愷;陳偉
• 申請（專利權）人: 北京搜狗科技發展有限公司
• 主分類號: G10L13/08
• 分類號: G10L13/08;G10L13/047
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 蘇培華

1.一種識別方法，其特征在于，所述方法包括：

識別目標文本中的對話文本；

根據當前對話文本的上下文，確定所述當前對話文本的候選說話人；

獲取所述候選說話人與所述當前對話文本之間的關系特征；

根據所述當前對話文本、所述當前對話文本的上下文、所述當前對話文本的候選說話人、以及所述關系特征，確定所述當前對話文本的至少一個目標說話人。

2.根據權利要求1所述的方法，其特征在于，所述根據當前對話文本的上下文，確定所述當前對話文本的候選說話人，包括：

將所述當前對話文本的上下文逐句輸入識別模型，識別所述上下文中的指稱；

將識別的指稱作為所述當前對話文本的候選說話人。

3.根據權利要求1所述的方法，其特征在于，所述方法還包括：

識別所述目標文本中的各指稱是否對應相同實體；

將對應相同實體的指稱進行共指消解，得到同一角色的所有對話文本。

4.根據權利要求1所述的方法，其特征在于，所述方法還包括：

獲取所述目標文本中的目標對話文本以及所述目標對話文本的目標說話人；

根據所述目標對話文本的目標說話人的角色特征以及所述目標對話文本的對話場景特征，對所述目標對話文本進行語音合成，得到所述目標對話文本的語音合成數據。

5.根據權利要求1所述的方法，其特征在于，所述根據所述當前對話文本、所述當前對話文本的上下文、所述當前對話文本的候選說話人、以及所述關系特征，確定所述當前對話文本的至少一個目標說話人，包括：

將所述當前對話文本、所述當前對話文本的上下文、所述當前對話文本的候選說話人、以及所述關系特征輸入預測模型，預測每個候選說話人為目標說話人的得分；

根據預測的每個候選說話人的得分，從所述候選說話人中確定所述當前對話文本的至少一個目標說話人。

6.根據權利要求5所述的方法，其特征在于，所述將所述當前對話文本、所述當前對話文本的上下文、所述當前對話文本的候選說話人、以及所述關系特征輸入預測模型，預測每個候選說話人為目標說話人的得分，包括：

獲取每個候選說話人分別對應的輸入數據，其中，當前候選說話人對應的輸入數據包括：所述當前對話文本、所述當前對話文本的上下文、所述當前對話文本的當前候選說話人、以及所述當前候選說話人與所述當前對話文本之間的關系特征；

將每個候選說話人對應的輸入數據依次輸入預測模型，分別預測每個候選說話人為目標說話人的得分。

7.根據權利要求5所述的方法，其特征在于，所述將所述當前對話文本、所述當前對話文本的上下文、所述當前對話文本的候選說話人、以及所述關系特征輸入預測模型，預測每個候選說話人為目標說話人的得分，包括：

將所述當前對話文本的所有候選說話人進行兩兩組合，得到候選說話人組合；

獲取每個候選說話人組合分別對應的輸入數據，其中，當前候選說話人組合對應的輸入數據包括：所述當前對話文本、所述當前對話文本的上下文、所述當前對話文本的當前候選說話人組合、以及所述當前候選說話人組合中每個候選說話人與所述當前對話文本之間的關系特征；

將每個候選說話人組合對應的輸入數據依次輸入預測模型，分別預測每個候選說話人組合中每個候選說話人為目標說話人的得分。

8.根據權利要求5所述的方法，其特征在于，所述將所述當前對話文本、所述當前對話文本的上下文、所述當前對話文本的候選說話人、以及所述關系特征輸入預測模型，預測每個候選說話人為目標說話人的得分，包括：

將所述當前對話文本、所述當前對話文本的上下文、所述當前對話文本的所有候選說話人、以及每個候選說話人與所述當前對話文本之間的關系特征共同輸入預測模型，預測每個候選說話人為目標說話人的得分。