[发明专利]训练文本生成方法、装置、电子设备及存储介质

说明书

本公开提供了一种训练文本生成方法、装置、电子设备及存储介质，涉及人工智能技术领域，具体为语音识别和自然语言处理技术领域。具体实现方案为：对音频进行识别处理，以得到初始语音文本和参考语音文本，确定初始语音文本和参考语音文本之间的相似度信息，根据相似度信息，从初始语音文本之中确定出第一目标语音文本，以及根据第一目标语音文本和参考语音文本，生成训练文本。由此，可以实现联合初始语音文本与参考语音文本生成音频对应的训练文本，降低训练文本生成的出错率，有效提升生成的训练文本的样本质量和样本准确性，有效提升训练文本的产出率。

技术领域

本公开涉及人工智能技术领域，具体涉及语音识别和自然语言处理技术领域，尤其涉及一种训练文本生成方法、装置、电子设备及存储介质。

背景技术

人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术，以及机器学习、深度学习、大数据处理技术、知识图谱技术等几大方向。

相关技术中，在采用有字幕视频中的音频生成语音训练文本时，通常会受到视频画面中非字幕信息以及字幕错别字的干扰，导致训练文本生成效果不佳。

发明内容

本公开提供了一种训练文本生成方法、装置、电子设备、存储介质及计算机程序产品。

根据本公开的第一方面，提供了一种训练文本生成方法，包括：对音频进行识别处理，以得到初始语音文本和参考语音文本；确定所述初始语音文本和所述参考语音文本之间的相似度信息；根据所述相似度信息，从所述初始语音文本之中确定出第一目标语音文本；以及根据所述第一目标语音文本和所述参考语音文本，生成训练文本。

根据本公开的第二方面，提供了一种训练文本生成装置，包括：识别模块，用于对音频进行识别处理，以得到初始语音文本和参考语音文本；第一确定模块，用于确定所述初始语音文本和所述参考语音文本之间的相似度信息；第二确定模块，用于根据所述相似度信息，从所述初始语音文本之中确定出第一目标语音文本；以及生成模块，用于根据所述第一目标语音文本和所述参考语音文本，生成训练文本。

根据本公开的第三方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本公开第一方面实施例的训练文本生成方法。

根据本公开的第四方面，提出了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行本公开第一方面实施例的训练文本生成方法。

根据本公开的第五方面，提出了一种计算机程序产品，包括计算机程序，当计算机程序由处理器执行时实现本公开第一方面实施例的训练文本生成方法。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是根据本公开第一实施例的示意图；

图2是根据本公开第二实施例的示意图；

图3是本公开实施例中的训练文本生成流程示意图；

图4是根据本公开第三实施例的示意图；

图5是本公开实施例中的置信度模型结构示意图；

图6是根据本公开第四实施例的示意图；

图7是根据本公开第五实施例的示意图；