一种语料获取方法及装置
基本信息
| 申请号 | CN202110019112.1 | 申请日 | - |
| 公开（公告）号 | CN112863490A | 公开（公告）日 | 2021-05-28 |
| 申请公布号 | CN112863490A | 申请公布日 | 2021-05-28 |
| 分类号 | G10L25/51(2013.01)I;G10L15/04(2013.01)I;G10L15/26(2006.01)I;G10L15/06(2013.01)I | 分类 | 乐器；声学; |
| 发明人 | 马金龙;熊佳;汪暾;罗箫;焦南凯;徐志坚;谢睿;陈光尧 | 申请（专利权）人 | 广州欢城文化传媒有限公司 |
| 代理机构 | 北京集佳知识产权代理有限公司 | 代理人 | 杨小红 |
| 地址 | 510000广东省广州市天河区黄埔大道西122号之二1901房 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本申请公开了一种语料获取方法及装置，方法包括：获取语音样本；过滤语音样本中的截断语音以及无效语音，获取合格的语音样本；对合格的语音样本进行多次语音识别，得到多个对应的语音文本；将多个语音文本进行比对，得到相似度得分；若相似度得分大于预设的相似度阈值，则将大于相似度阈值的语音样本作为待标注语音样本，并将文字内容最长的语音文本作为待标注语音文本；将待标注语音文本进行人工标注，得到标注样本。解决了现有技术获取训练用的语音样本时间周期长，花费成本高的技术问题。 |
