[发明专利]语音数据的筛选方法、装置、电子设备及存储介质

权利要求书

1.一种语音数据的筛选方法，其特征在于，所述方法包括：

获取N个语音数据；其中，N为大于等于2的整数；

采用多个语音识别引擎对所述N个语音数据中每一个语音数据进行识别，得到所述每一个语音数据对应的多个识别结果；其中，所述语音识别引擎中，包括：声学模型和/或语言模型；所述多个语音识别引擎中，不同的语音识别引擎中包含的声学模型不同，和/或不同的语音识别引擎中包含的语言模型不同；

基于所述每一个语音数据对应的多个识别结果进行语音数据筛选，得到所述N个语音数据中的第一类无效数据；

将所述N个语音数据中的第一类无效数据删除后得到的剩余语音数据作为有效数据，基于所述有效数据对目标模型进行建模处理。

2.根据权利要求1所述的方法，其特征在于，所述获取N个语音数据，包括：

对M个语音数据进行语音激活检测，得到第二类无效数据；其中，所述第二类无效数据与所述第一类无效数据不同；M为大于N的整数；

从所述M个语音数据中删除所述第二类无效数据，得到删除第二类无效数据之后的所述N个语音数据。

3.根据权利要求1或2所述的方法，其特征在于，基于所述每一个语音数据对应的多个识别结果进行语音数据筛选，得到所述N个语音数据中的第一类无效数据，包括：

计算所述每一个语音数据对应的多个识别结果之间的相似度；

当所述多个识别结果之间的相似度小于预设阈值时，确定对应的语音数据为第一类无效数据。

4.根据权利要求1所述的方法，其特征在于，基于所述有效数据对目标模型进行建模处理，包括：

对所述有效数据进行对应的文本标注；

采用所述有效数据及其对应的文本标注，对目标模型进行建模处理。

5.一种语音数据的筛选装置，其特征在于，所述装置包括：

数据获取单元，用于获取N个语音数据；其中，N为大于等于2的整数；

识别单元，用于采用多个语音识别引擎对所述N个语音数据中每一个语音数据进行识别，得到所述每一个语音数据对应的多个识别结果；其中，所述语音识别引擎中，包括：声学模型和/或语言模型；所述多个语音识别引擎中，不同的语音识别引擎中包含的声学模型不同，和/或不同的语音识别引擎中包含的语言模型不同；

筛选单元，用于基于所述每一个语音数据对应的多个识别结果进行语音数据筛选，得到所述N个语音数据中的第一类无效数据；

处理单元，用于将所述N个语音数据中的第一类无效数据删除后得到的剩余语音数据作为有效数据，基于所述有效数据对目标模型进行建模处理。

6.根据权利要求5所述的装置，其特征在于，所述数据获取单元，用于对M个语音数据进行语音激活检测，得到第二类无效数据；其中，所述第二类无效数据与所述第一类无效数据不同；M为大于N的整数；从所述M个语音数据中删除所述第二类无效数据，得到删除第二类无效数据之后的所述N个语音数据。

7.根据权利要求5或6所述的装置，其特征在于，所述筛选单元，用于计算所述每一个语音数据对应的多个识别结果之间的相似度；当所述多个识别结果之间的相似度小于预设阈值时，确定对应的语音数据为第一类无效数据。

8.根据权利要求5所述的装置，其特征在于，所述处理单元，用于对所述有效数据进行对应的文本标注；采用所述有效数据及其对应的文本标注，对目标模型进行建模处理。

9.一种电子设备，其特征在于，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-4中任一项所述的方法。

10.一种存储介质，其特征在于，所述存储介质用于存储计算机指令，所述计算机指令用于使所述计算机执行权利要求1-4中任一项所述的方法。