一种基于对偶学习的语音识别与语音合成方法及装置

摘要

本发明实施例公开了一种基于对偶学习的语音识别与语音合成方法及装置，其中，所述方法包括：初始化有标数据集Φ(x，y)、语音识别参数θxy、语音合成参数θyx，Φ(x，y)＝{(x(j)，y(j))}K，x(j)为语音数据，y(j)为文本数据；从Φ(x，y)中选取N对有标数据{(x(i)，y(i))}N；提取x(i)的声学特征，根据x(i)的声学特征，获取x(i)对应的音素的后验概率和x(i)对应的音素的转移概率生成文本数据计算等于y(i)的第一对数似然；获取y(i)对应的声音特征序列，生成语音数据计算等于x(i)的第二对数似然；以最大化第一对数似然和第二对数似然为目标函数，并将语音识别和语音合成的概率对偶性作为约束条件，优化θxy和θyx。本发明实施例有效利用了对偶学习进行语音识别与语音合成，提高语音识别和语音生成的训练速度，以及输出结果的精度。