[發(fā)明專利]樣本篩選方法及電子設(shè)備

在審

• 申請?zhí)枺?/td>: 202010558607.7
• 申請日: 2020-06-18
• 公開（公告）號: CN113903340A
• 公開（公告）日: 2022-01-07
• 發(fā)明（設(shè)計）人: 楊曉帆;馮大航;陳孝良
• 申請（專利權(quán)）人: 北京聲智科技有限公司
• 主分類號: G10L15/26
• 分類號: G10L15/26;G10L15/06;G10L25/51
• 代理公司: 北京銀龍知識產(chǎn)權(quán)代理有限公司 11243
• 代理人: 黃燦;左曉菲

1.一種樣本篩選方法，應(yīng)用于電子設(shè)備，其特征在于，所述方法包括：

對語音樣本集中每個語音樣本進行語音識別；

將所述每個語音樣本的語音識別結(jié)果分別與預設(shè)文本進行比對，得到所述每個語音樣本對應(yīng)的比對結(jié)果；

基于所述每個語音樣本對應(yīng)的比對結(jié)果對所述語音樣本集進行樣本篩選。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述預設(shè)文本為喚醒詞對應(yīng)的文本。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述基于所述每個語音樣本對應(yīng)的比對結(jié)果對所述語音樣本集進行樣本篩選之后，所述方法還包括：

采用篩選后的語音樣本集中的語音樣本對喚醒模型進行訓練。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對語音樣本集中每個語音樣本進行語音識別，包括：

將第一語音樣本輸入到聲學模型進行處理，以得到所述第一語音樣本的多條路徑的聲學分值；

將所述第一語音樣本輸入到語言模型進行處理，以得到所述第一語音樣本的所述多條路徑的語言分值；

依據(jù)所述多條路徑的聲學分值和語言分值，從所述多條路徑選擇第一路徑作為所述第一語音樣本的語音識別結(jié)果；

其中，所述第一語音樣本為所述語音樣本集中的任一語音樣本。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述依據(jù)所述多條路徑的聲學分值和語言分值，從所述多條路徑選擇第一路徑作為所述第一語音樣本的語音識別結(jié)果，包括：

計算所述多條路徑中每條路徑的聲學分值和語言分值的和，所述第一路徑為所述多條路徑中聲學分值和語言分值的和最大的路徑；

將所述第一路徑對應(yīng)的文本作為所述第一語音樣本的語音識別結(jié)果。

6.一種電子設(shè)備，其特征在于，所述電子設(shè)備包括：

識別模塊，用于對語音樣本集中每個語音樣本進行語音識別；

比對模塊，用于將所述每個語音樣本的語音識別結(jié)果分別與預設(shè)文本進行比對，得到所述每個語音樣本對應(yīng)的比對結(jié)果；

篩選模塊，用于基于所述每個語音樣本對應(yīng)的比對結(jié)果對所述語音樣本集進行樣本篩選。

7.根據(jù)權(quán)利要求6所述的電子設(shè)備，其特征在于，所述預設(shè)文本為喚醒詞對應(yīng)的文本。

8.根據(jù)權(quán)利要求7所述的電子設(shè)備，其特征在于，所述電子設(shè)備包括還包括：

訓練模塊，用于采用篩選后的語音樣本集中的語音樣本對喚醒模型進行訓練。

9.根據(jù)權(quán)利要求6所述的電子設(shè)備，其特征在于，所述識別模塊包括：

第一處理單元，用于將第一語音樣本輸入到聲學模型進行處理，以得到所述第一語音樣本的多條路徑的聲學分值；

第二處理單元，用于將所述第一語音樣本輸入到語言模型進行處理，以得到所述第一語音樣本的所述多條路徑的語言分值；

選擇單元，用于依據(jù)所述多條路徑的聲學分值和語言分值，從所述多條路徑選擇第一路徑作為所述第一語音樣本的語音識別結(jié)果；

其中，所述第一語音樣本為所述語音樣本集中的任一語音樣本。

10.根據(jù)權(quán)利要求9所述的電子設(shè)備，其特征在于，所述選擇單元具體用于：

計算所述多條路徑中每條路徑的聲學分值和語言分值的和，所述第一路徑為所述多條路徑中聲學分值和語言分值的和最大的路徑；

將所述第一路徑對應(yīng)的文本作為所述第一語音樣本的語音識別結(jié)果。

11.一種電子設(shè)備，其特征在于，包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的程序，所述程序被所述處理器執(zhí)行時實現(xiàn)如權(quán)利要求1至5中任一項所述的樣本篩選方法中的步驟。