[发明专利]数据筛选方法、装置及智能音箱

说明书

本公开提供了一种数据筛选方法，包括：按照预设的筛选条件对待筛选数据进行数据筛选，得到目标数据；将所述目标数据进行训练，更新声学模型。本公开根据预设的筛选条件筛选数据，确定精确率高的目标数据，然后利用目标数据训练并更新声学模型，且经过多次迭代的筛选，在节省人力的情况下尽可能的保证数据质量，提高效率。

技术领域

本公开涉及数据筛选领域，尤其涉及一种数据筛选方法、装置及智能音箱。

背景技术

随着语音识别技术和人工智能的快速发展，人工智能产品越来越普及，例如智能音箱，自动驾驶、图像识别、智能书柜、聊天机器人、虚拟现实眼镜等都得到了广泛范围。而智能音箱作为使用最广泛的智能产品，在用户的使用过程中，有些产品往往存在用户的使用体验感不好的情况，其主要原因是数据的数量以及质量没有得到很好的筛选。

因此，需要一种新的数据筛选方法，方便自动准确地分出有效数据和无效数据。

公开内容

(一)要解决的技术问题

本公开的目的在于提供一种数据筛选方法、装置及智能音箱，以解决上述的至少一项技术问题。

(二)技术方案

根据本公开实施例的第一方面，提供一种数据筛选方法，包括：

按照预设的筛选条件对待筛选数据进行数据筛选，得到目标数据；

将所述目标数据进行训练，更新声学模型。

在本公开的一些实施例中，按照预设的筛选条件对待筛选数据进行数据筛选，得到目标数据，包括：

对所述待筛选数据进行音素位置标记；

根据标记后的音素确定待筛选数据是否满足筛选条件，若所述待筛选数据满足所述筛选条件，则将所述待筛选数据划分为目标数据；否则，确定所述待筛选数据不满足所述筛选条件，并删除所述待筛选数据。

在本公开的一些实施例中，根据标记后的音素确定待筛选数据是否满足筛选条件，包括：

判断所述待筛选数据中是否包括预定词的预定音素，若所述待筛选数据中包括所述预定音素，则判断所述标记后的音素的顺序是否与所述预定音素的顺序相同，若所述标记后的音素的顺序与所述预定音素的顺序相同，则确定所述待筛选数据满足所述筛选条件；否则，确定所述待筛选数据不满足所述筛选条件。

在本公开的一些实施例中，根据标记后的音素确定待筛选数据是否满足筛选条件，包括：

根据所述标记后的音素标记，确定所述待筛选数据的音素个数和时间长度；

根据所述待筛选数据的音素个数和时间长度，判断所述待筛选数据是否满足筛选条件。

在本公开的一些实施例中，根据所述待筛选数据的音素个数和时间长度，判断所述待筛选数据是否满足筛选条件，包括：

判断预定词的音素个数是否与所述待筛选数据的音素个数相同，若预定词的音素个数与所述待筛选数据的音素个数相同，则判断所述待筛选数据的时间长度是否在预定时间内，若所述待筛选数据的时间长度在预定时间内，则确定所述待筛选数据满足所述筛选条件；否则，确定所述待筛选数据不满足所述筛选条件。

在本公开的一些实施例中，根据标记后的音素确定待筛选数据是否满足筛选条件，包括：

判断所述待筛选数据中每两个字之间的停顿时间是否在预定停顿时间内，若停顿时间在所述预定停顿时间内，则确定所述待筛选数据满足所述筛选条件；否则，确定所述待筛选数据不满足所述筛选条件。

在本公开的一些实施例中，对所述待筛选数据进行音素位置标记，包括：

读取所述待筛选数据中的音频数据；