一種語料獲取方法及裝置

基本信息

申請?zhí)?/td> CN202110019112.1 申請日 -
公開（公告）號 CN112863490A 公開（公告）日 2021-05-28
申請公布號 CN112863490A 申請公布日 2021-05-28
分類號 G10L25/51(2013.01)I;G10L15/04(2013.01)I;G10L15/26(2006.01)I;G10L15/06(2013.01)I 分類 樂器；聲學(xué);
發(fā)明人 馬金龍;熊佳;汪暾;羅簫;焦南凱;徐志堅(jiān);謝睿;陳光堯 申請（專利權(quán)）人 廣州歡城文化傳媒有限公司
代理機(jī)構(gòu) 北京集佳知識產(chǎn)權(quán)代理有限公司 代理人 楊小紅
地址 510000廣東省廣州市天河區(qū)黃埔大道西122號之二1901房
法律狀態(tài) -

摘要

摘要 本申請公開了一種語料獲取方法及裝置，方法包括：獲取語音樣本；過濾語音樣本中的截?cái)嗾Z音以及無效語音，獲取合格的語音樣本；對合格的語音樣本進(jìn)行多次語音識別，得到多個對應(yīng)的語音文本；將多個語音文本進(jìn)行比對，得到相似度得分；若相似度得分大于預(yù)設(shè)的相似度閾值，則將大于相似度閾值的語音樣本作為待標(biāo)注語音樣本，并將文字內(nèi)容最長的語音文本作為待標(biāo)注語音文本；將待標(biāo)注語音文本進(jìn)行人工標(biāo)注，得到標(biāo)注樣本。解決了現(xiàn)有技術(shù)獲取訓(xùn)練用的語音樣本時(shí)間周期長，花費(fèi)成本高的技術(shù)問題。??