一種語音合成模型的評(píng)價(jià)方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)
基本信息
| 申請(qǐng)?zhí)?/td> | CN202011148521.3 | 申請(qǐng)日 | - |
| 公開（公告）號(hào) | CN112466272A | 公開（公告）日 | 2021-03-09 |
| 申請(qǐng)公布號(hào) | CN112466272A | 申請(qǐng)公布日 | 2021-03-09 |
| 分類號(hào) | G10L13/02(2013.01)I;G10L13/04(2013.01)I | 分類 | 樂器；聲學(xué); |
| 發(fā)明人 | 陸健;徐欣康;胡新輝 | 申請(qǐng)（專利權(quán)）人 | 浙江同花順智能科技有限公司 |
| 代理機(jī)構(gòu) | 北京品源專利代理有限公司 | 代理人 | 孟金喆 |
| 地址 | 310023浙江省杭州市余杭區(qū)五常街道同順街18號(hào)3樓305室 | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明實(shí)施例公開了一種語音合成模型的評(píng)價(jià)方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)。其中，該方法包括：當(dāng)輸入文本通過預(yù)設(shè)模型合成語音輸出時(shí)，生成第一權(quán)重矩陣，所述預(yù)設(shè)模型為基于注意力機(jī)制的端到端語音合成模型，所述第一權(quán)重矩陣中的元素表示所述語音的語音幀對(duì)齊所述輸入文本的字符的概率；確定第一權(quán)重矩陣中每個(gè)權(quán)重的重要程度指數(shù)，并根據(jù)所述每個(gè)權(quán)重的重要程度指數(shù)形成第二權(quán)重矩陣；通過第一權(quán)重矩陣和第二權(quán)重矩陣確定所述預(yù)設(shè)模型的得分，所述得分用于表征預(yù)設(shè)模型的效果。本發(fā)明實(shí)施例提供的技術(shù)方案，不需要額外的語音識(shí)別模塊，提高了語音合成模型評(píng)價(jià)結(jié)果的準(zhǔn)確性，有利于提高預(yù)設(shè)模型的訓(xùn)練效率。?? |
