基于人機對話的訓練數(shù)據(jù)的生成方法、裝置和設(shè)備

基本信息

申請?zhí)?/td> CN202111504406.X 申請日 -
公開（公告）號 CN114203166A 公開（公告）日 2022-03-18
申請公布號 CN114203166A 申請公布日 2022-03-18
分類號 G10L15/06（2013.01）I;G10L15/04（2013.01）I;G10L15/02（2006.01）I;G10L15/10（2006.01）I 分類 樂器；聲學;
發(fā)明人 王剛;曾文佳;陳新月;宋成業(yè);馮夢盈;梁鵬斌;李航;韓亞昕 申請（專利權(quán)）人 零犀（北京）科技有限公司
代理機構(gòu) 北京超凡宏宇專利代理事務所（特殊普通合伙） 代理人 唐正瑜
地址 100000北京市海淀區(qū)上地信息路2號1號樓19層19B-3
法律狀態(tài) -

摘要

摘要 本申請?zhí)峁┮环N基于人機對話的訓練數(shù)據(jù)的生成方法、裝置和設(shè)備，所述基于人機對話的訓練數(shù)據(jù)的生成方法：獲取錯誤文本、所述錯誤文本的標注文本和所述錯誤文本對應的完整語音，所述錯誤文本是第一語音識別模型識別出的、被判定為識別錯誤的語音的識別結(jié)果，所述第一語音識別模型是還未訓練好的語音識別模型；使用第二語音識別模型對每個所述分段語音進行語音識別，得到每個所述分段語音的分段文本，所述第二語音識別模型是已經(jīng)訓練好的語音識別模型；計算所述錯誤文本或所述標注文本，與，每個所述分段文本之間的相似度，得到最大相似度對應的目標分段文本；將所述標注文本和所述目標分段文本對應的分段語音進行組合，得到訓練數(shù)據(jù)。