买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京海天瑞声科技股份有限公司

摘要：本公开涉及计算机技术中语音处理领域，关于一种发音预测方法、发音预测装置、电子设备及存储介质。针对单一模态的数据无法应对复杂发音的问题，发音预测方法包括：获取待预测数据，并解析所述待预测数据的数据模态；基于发音预测模型和所述数据模态，对所述待预测数据进行发音预测，得到发音预测结果；其中，所述发音预测模型的输入为多模态数据，所述发音预测模型的输出为发音预测结果。通过本公开，实现了将多模态数据输入模型，对待预测数据进行发音预测，提高了发音预测的准确性。

主权项：1.一种发音预测方法，其特征在于，包括：获取待预测数据，并解析所述待预测数据的数据模态；基于发音预测模型和所述数据模态，对所述待预测数据进行发音预测，得到发音预测结果；其中，所述发音预测模型的输入为多模态数据，所述发音预测模型的输出为发音预测结果；所述发音预测模型为具有自动编码器解码器架构的模型；所述对所述待预测数据进行发音预测，包括：基于所述待预测数据，构建所述发音预测模型的解码器的输入序列；其中，在第一次解码时，构建第一输入序列中依次包括以下内容：第一标签、待预测数据、第二标签、第三标签以及第四标签，基于所述第一输入序列对所述待预测数据进行发音预测，得到第一输出序列，所述第一输出序列中依次包括待预测数据、第二标签、第三标签、第四标签以及包含一位的发音预测结果；在第i次解码时，基于第一输出序列，构建第二输入序列，所述第二输入序列中依次包括以下内容：第一标签、待预测数据、第二标签、第三标签、第四标签以及i-1位的发音预测结果，基于所述第二输入序列对所述待预测数据进行发音预测，得到第二输出序列，所述第二输出序列中依次包括待预测数据、第二标签、第三标签、第四标签以及包含i位的发音预测结果，所述i为大于1的整数；重复执行如上过程，直至所述发音预测模型的解码器输出包含第五标签的输出序列，得到发音预测结果，所述输出序列依次包括待预测数据、第二标签、第三标签、第四标签、发音预测结果以及第五标签；其中，所述第一标签用于标识所述待预测数据的开始位置，所述第二标签用于标识开始进行发音预测，所述第三标签用于标识所述待预测数据对应的语种，所述第四标签用于标识所述待预测数据对应的数据模态，所述第五标签用于标识发音预测结束。

全文数据：

权利要求：

百度查询： 北京海天瑞声科技股份有限公司 发音预测方法、发音预测装置、电子设备及存储介质