[发明专利]用于语音识别的训练文本数据的筛选方法及系统有效
| 申请号： | 201910510814.2 | 申请日： | 2019-06-13 |
| 公开（公告）号： | CN110223675B | 公开（公告）日： | 2022-04-19 |
| 发明（设计）人： | 陈明佳 | 申请（专利权）人： | 思必驰科技股份有限公司 |
| 主分类号： | G10L15/06 | 分类号： | G10L15/06;G06F16/335;G06F16/33;G06F16/35;G06N3/04 |
| 代理公司： | 北京商专永信知识产权代理事务所(普通合伙) 11400 | 代理人： | 方挺;黄谦 |
| 地址： | 215123 江苏省苏州市苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供一种用于语音识别的训练文本数据的筛选方法。该方法包括：对训练文本数据进行规范化处理，将规范化处理后的训练文本数据进行输入前预处理，包括：将规范化处理后的训练文本数据转换成适用数据筛选模型的输入信息，输入信息包括训练文本的语句对应的唯一数字编号；将转换后的输入信息导入多个神经网络筛选模型并列组合成的融合筛选模型，将融合筛选模型输出中达到预设正例概率得分阈值的文本语句筛选为用于语音识别的训练文本数据。本发明实施例还提供一种用于语音识别的训练文本数据的筛选系统。本发明实施例使其流程都是自动化可节省大量的人工成本，提高复用性，考虑到文本内容中的语言关系，提高训练文本数据的筛选效果。 | ||
| 搜索关键词： | 用于 语音 识别 训练 文本 数据 筛选 方法 系统 | ||
【主权项】：
1.一种用于语音识别的训练文本数据的筛选方法，包括：对训练文本数据进行规范化处理，将规范化处理后的训练文本数据进行输入前预处理，所述输入前预处理至少包括：将规范化处理后的训练文本数据转换成适用数据筛选模型的输入信息，所述输入信息包括训练文本的语句对应的唯一数字编号；将转换后的输入信息导入多个神经网络筛选模型并列组合成的融合筛选模型，将所述融合筛选模型输出中达到预设正例概率得分阈值的文本语句筛选为用于语音识别的训练文本数据。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于思必驰科技股份有限公司，未经思必驰科技股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910510814.2/，转载请声明来源钻瓜专利网。
