[發(fā)明專利]用于生成語(yǔ)音樣本的方法、裝置、電子設(shè)備和介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202010082923.1
• 申請(qǐng)日: 2020-02-07
• 公開(kāi)（公告）號(hào): CN111292766B
• 公開(kāi)（公告）日: 2023-08-08
• 發(fā)明（設(shè)計(jì)）人: 蔡猛;梁鎮(zhèn)麟
• 申請(qǐng)（專利權(quán)）人: 抖音視界有限公司
• 主分類號(hào): G10L25/51
• 分類號(hào): G10L25/51;G10L15/06;G10L15/16;G10L15/07
• 代理公司: 北京風(fēng)雅頌專利代理有限公司 11403
• 代理人: 王剛

本公開(kāi)的實(shí)施例公開(kāi)了用于生成語(yǔ)音樣本的方法、裝置、電子設(shè)備和介質(zhì)。該方法的一具體實(shí)施方式包括：確定第一樣本語(yǔ)音和第二樣本語(yǔ)音之間的評(píng)分是否滿足第一預(yù)設(shè)要求，其中，該第一樣本語(yǔ)音、該第二樣本語(yǔ)音和第三樣本語(yǔ)音組成語(yǔ)音樣本；響應(yīng)于確定滿足，確定該第一樣本語(yǔ)音和該第三樣本語(yǔ)音之間的評(píng)分是否滿足第二預(yù)設(shè)要求；響應(yīng)于確定滿足，確定該語(yǔ)音樣本為目標(biāo)語(yǔ)音樣本。本公開(kāi)實(shí)施例的技術(shù)方案實(shí)現(xiàn)了可以更加容易的收集樣本，進(jìn)而增加了符合要求的樣本的數(shù)量。

技術(shù)領(lǐng)域

本公開(kāi)的實(shí)施例涉及計(jì)算機(jī)技術(shù)領(lǐng)域，具體涉及用于生成語(yǔ)音樣本的方法、裝置、電子設(shè)備和介質(zhì)。

背景技術(shù)

目前基于神經(jīng)網(wǎng)絡(luò)的語(yǔ)音識(shí)別網(wǎng)絡(luò)，對(duì)混響、環(huán)境噪聲、口音等人類無(wú)障礙就能識(shí)別合理變化的語(yǔ)音的識(shí)別，有著相當(dāng)大的性能衰減。這些問(wèn)題中的大部分都可通過(guò)在有大量數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)的情況下得到緩解。但是，大部分?jǐn)?shù)據(jù)會(huì)存在許多問(wèn)題，例如，口音。在這種情況下，大量的收集高質(zhì)量的數(shù)據(jù)集就會(huì)變得非常困難。

發(fā)明內(nèi)容

本部分用于以簡(jiǎn)要的形式介紹構(gòu)思，這些構(gòu)思將在后面的具體實(shí)施方式部分被詳細(xì)描述。本部分并不旨在標(biāo)識(shí)要求保護(hù)的技術(shù)方案的關(guān)鍵特征或必要特征，也不旨在用于限制所要求的保護(hù)的技術(shù)方案的范圍。

本公開(kāi)的一些實(shí)施例的目的在于提出一種改進(jìn)的用于生成語(yǔ)音樣本的方法、裝置、電子設(shè)備和介質(zhì)，來(lái)解決以上背景技術(shù)部分提到的技術(shù)問(wèn)題。

第一方面，本公開(kāi)的一些實(shí)施例提供了一種用于生成語(yǔ)音樣本的方法，該方法包括：確定第一樣本語(yǔ)音和第二樣本語(yǔ)音之間的評(píng)分是否滿足第一預(yù)設(shè)要求，其中，上述第一樣本語(yǔ)音、上述第二樣本語(yǔ)音和第三樣本語(yǔ)音組成語(yǔ)音樣本；響應(yīng)于確定滿足，確定上述第一樣本語(yǔ)音和上述第三樣本語(yǔ)音之間的評(píng)分是否滿足第二預(yù)設(shè)要求；響應(yīng)于確定滿足，確定上述語(yǔ)音樣本為目標(biāo)語(yǔ)音樣本。

第二方面，本公開(kāi)的一些實(shí)施例提供了一種用于生成語(yǔ)音樣本的裝置，裝置包括：第一確定單元，被配置成確定第一樣本語(yǔ)音和第二樣本語(yǔ)音之間的評(píng)分是否滿足第一預(yù)設(shè)要求，其中，上述第一樣本語(yǔ)音、上述第二樣本語(yǔ)音和第三樣本語(yǔ)音組成語(yǔ)音樣本；第二確定單元，被配置成響應(yīng)于確定滿足，確定上述第一樣本語(yǔ)音和上述第三樣本語(yǔ)音之間的評(píng)分是否滿足第二預(yù)設(shè)要求；第三確定單元，被配置成響應(yīng)于確定滿足，確定上述語(yǔ)音樣本為目標(biāo)語(yǔ)音樣本。

第三方面，本公開(kāi)的一些實(shí)施例提供了一種電子設(shè)備，包括：一個(gè)或多個(gè)處理器；存儲(chǔ)裝置，其上存儲(chǔ)有一個(gè)或多個(gè)程序，當(dāng)一個(gè)或多個(gè)程序被一個(gè)或多個(gè)處理器執(zhí)行，使得一個(gè)或多個(gè)處理器實(shí)現(xiàn)如第一方面中任一的方法。

第四方面，本公開(kāi)的一些實(shí)施例提供了一種計(jì)算機(jī)可讀介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其中，程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如第一方面中任一的方法。

本公開(kāi)的上述各個(gè)實(shí)施例中的一個(gè)實(shí)施例具有如下有益效果：通過(guò)確定第一樣本語(yǔ)音與第二樣本語(yǔ)音之間的評(píng)分和第一樣本語(yǔ)音與第三樣本語(yǔ)音之間的評(píng)分是否滿足預(yù)設(shè)要求來(lái)得到符合訓(xùn)練要求的樣本，實(shí)現(xiàn)了可以更加容易的收集樣本，進(jìn)而增加了符合要求的樣本的數(shù)量。

附圖說(shuō)明

結(jié)合附圖并參考以下具體實(shí)施方式，本公開(kāi)各實(shí)施例的上述和其他特征、優(yōu)點(diǎn)及方面將變得更加明顯。貫穿附圖中，相同或相似的附圖標(biāo)記表示相同或相似的元素。應(yīng)當(dāng)理解附圖是示意性的，原件和元素不一定按照比例繪制。

圖1是根據(jù)本公開(kāi)的一些實(shí)施例的用于生成語(yǔ)音樣本的方法的一個(gè)應(yīng)用場(chǎng)景的示意圖；

圖2是根據(jù)本公開(kāi)的用于生成語(yǔ)音樣本的方法的一些實(shí)施例的流程圖；

圖3是根據(jù)本公開(kāi)的用于生成語(yǔ)音樣本的方法的又一些實(shí)施例的流程圖；

圖4是根據(jù)本公開(kāi)的用于生成語(yǔ)音樣本的裝置的一些實(shí)施例的結(jié)構(gòu)示意圖；

圖5是適于用來(lái)實(shí)現(xiàn)本公開(kāi)實(shí)施例的電子設(shè)備的計(jì)算機(jī)系統(tǒng)的結(jié)構(gòu)示意圖。

具體實(shí)施方式