基于人机对话的训练数据的生成方法、装置和设备
基本信息
| 申请号 | CN202111504406.X | 申请日 | - |
| 公开（公告）号 | CN114203166A | 公开（公告）日 | 2022-03-18 |
| 申请公布号 | CN114203166A | 申请公布日 | 2022-03-18 |
| 分类号 | G10L15/06（2013.01）I;G10L15/04（2013.01）I;G10L15/02（2006.01）I;G10L15/10（2006.01）I | 分类 | 乐器；声学; |
| 发明人 | 王刚;曾文佳;陈新月;宋成业;冯梦盈;梁鹏斌;李航;韩亚昕 | 申请（专利权）人 | 零犀（北京）科技有限公司 |
| 代理机构 | 北京超凡宏宇专利代理事务所（特殊普通合伙） | 代理人 | 唐正瑜 |
| 地址 | 100000北京市海淀区上地信息路2号1号楼19层19B-3 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本申请提供一种基于人机对话的训练数据的生成方法、装置和设备，所述基于人机对话的训练数据的生成方法：获取错误文本、所述错误文本的标注文本和所述错误文本对应的完整语音，所述错误文本是第一语音识别模型识别出的、被判定为识别错误的语音的识别结果，所述第一语音识别模型是还未训练好的语音识别模型；使用第二语音识别模型对每个所述分段语音进行语音识别，得到每个所述分段语音的分段文本，所述第二语音识别模型是已经训练好的语音识别模型；计算所述错误文本或所述标注文本，与，每个所述分段文本之间的相似度，得到最大相似度对应的目标分段文本；将所述标注文本和所述目标分段文本对应的分段语音进行组合，得到训练数据。 |
