[发明专利]生成对抗网络的训练、方言转换方法、装置及电子设备

说明书

本发明实施方式提出生成对抗网络的训练、方言转换方法、装置及电子设备。生成对抗网络包含判别器及作为生成器的方言转换模型，方法包括：确定属于第一方言的第一音频特征；将第一音频特征输入生成对抗网络，以对方言转换模型及判别器进行交替迭代训练，直到方言转换模型输出的第二音频特征的质量达到预定条件，其中第二音频特征属于第二方言；其中交替迭代训练包括：将第一音频特征输入方言转换模型，以生成第二音频特征；将第二音频特征输入方言转换模型，以生成属于第一方言的第三音频特征；将第二音频特征输入判别器，以得到第二音频特征是否属于第二方言的第一判别结果。生成高准确度的方言转换模型，便于数据增强和方言转换等众多应用。

技术领域

本发明实施方式属于自然语言处理技术领域，特别是生成对抗网络（GenerativeAdversarial Network，GAN）的训练、方言转换方法、装置及电子设备。

背景技术

生成对抗网络通常包括生成器和判别器。生成器用于生成样本，判别器用于判别生成器生成的样本是否为真。生成器尽可能地迷惑判别器，而判别器则尽可能地区分生成器生成的样本与真实样本。

目前的生成对抗网络通常用于图像处理领域，没有涉及在方言转换上的应用。

发明内容

本发明实施方式提出生成对抗网络的训练、方言转换方法、装置及电子设备。

本发明实施方式的技术方案如下：

一种生成对抗网络的训练方法，所述生成对抗网络包含判别器及作为生成器的方言转换模型，所述方法包括：

确定属于第一方言的第一音频特征；

将所述第一音频特征输入所述生成对抗网络，以对所述方言转换模型及所述判别器进行交替迭代训练，直到所述方言转换模型输出的第二音频特征的质量达到预定条件，其中所述第二音频特征属于第二方言；其中所述交替迭代训练包括：将所述第一音频特征输入所述方言转换模型，以生成所述第二音频特征；将所述第二音频特征输入所述方言转换模型，以生成属于第一方言的第三音频特征；将所述第二音频特征输入所述判别器，以得到所述第二音频特征是否属于第二方言的第一判别结果。

在一个实施方式中，所述交替迭代训练包括：

固定所述判别器的模型参数；

执行所述方言转换模型的训练过程，其中所述方言转换模型的训练过程包括：确定所述第三音频特征与所述第一音频特征之间的差异；基于所述差异及所述第一判别结果，确定所述方言转换模型的损失函数值；调整所述方言转换模型的模型参数，以使所述方言转换模型的损失函数值低于第一阈值。

在一个实施方式中，所述基于所述差异及所述第一判别结果，确定所述方言转换模型的损失函数值包括：

确定第一子损失函数值，其中当所述差异越大时，所述第一子损失函数值越大；

确定第二子损失函数值，其中当所述第一判别结果表征所述第二音频特征属于第二方言的概率越大时，所述第二子损失函数值越小；

将所述第一子损失函数值与所述第二子损失函数值的加权运算结果，确定为所述方言转换模型的损失函数值。

在一个实施方式中，所述交替迭代训练包括：

固定所述方言转换模型的模型参数；

执行所述判别器的训练过程，其中所述判别器的训练过程包括：将标记为第二方言的第四音频特征输入所述判别器，以得到所述第四音频特征是否属于第二方言的第二判别结果；基于所述第一判别结果和所述第二判别结果，确定所述判别器的损失函数值；调整所述判别器的模型参数，以使所述判别器的损失函数值低于第二阈值。

在一个实施方式中，所述基于所述第一判别结果和所述第二判别结果，确定所述判别器的损失函数值包括：