[發(fā)明專利]語音標注質量評價方法、裝置、設備及存儲介質

在審

• 申請?zhí)枺?/td>: 202011570121.1
• 申請日: 2020-12-26
• 公開（公告）號: CN112700763A
• 公開（公告）日: 2021-04-23
• 發(fā)明（設計）人: 喻濤;吳思遠;熊世富
• 申請（專利權）人: 科大訊飛股份有限公司
• 主分類號: G10L15/01
• 分類號: G10L15/01
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 李曉光

本申請?zhí)岢鲆环N語音標注質量評價方法、裝置、設備及存儲介質，該方法包括：獲取與目標語音對應的待標注的語音識別結果，所述待標注的語音識別結果通過對所述目標語音的語音識別結果進行文本片段替換得到，其中，替換后的文本片段是相對于所述目標語音的錯誤文本片段；獲取標注對象對所述待標注的語音識別結果進行文本標注處理得到的標注結果，所述文本標注處理為標注識別錯誤的文本的處理；根據所述待標注的語音識別結果以及所述標注結果，確定所述標注對象對所述目標語音進行語音標注的標注質量。上述過程實現了對標注對象的語音標注質量的自動評價，實現了對標注對象的語音標注工作的監(jiān)督，利于提升標注對象語音標注質量。

技術領域

本申請涉及人工智能技術領域，尤其涉及一種語音標注質量評價方法、裝置、設備及存儲介質。

背景技術

有監(jiān)督訓練是語音識別模型訓練中常用的訓練方式，該有監(jiān)督訓練需要大量的具有文本標注的語音數據作為訓練樣本。常規(guī)的有監(jiān)督訓練樣本獲取方法是，通過人工或機器，對語音數據進行文本標注得到訓練樣本。

其中，對語音數據的標注質量，直接影響語音數據的文本標注的準確性，進而影響對模型的訓練效果。因此需要對語音數據的標注質量進行評價，從而對標注對象的標注工作進行監(jiān)督。

發(fā)明內容

基于上述需求，本申請?zhí)岢鲆环N語音標注質量評價方法、裝置、設備及存儲介質，能夠用于對標注對象的語音標注質量進行自動評價。

本申請?zhí)岢龅募夹g方案具體如下：

一種語音標注質量評價方法，包括：

獲取與目標語音對應的待標注的語音識別結果，所述待標注的語音識別結果通過對所述目標語音的語音識別結果進行文本片段替換得到，其中，替換后的文本片段是相對于所述目標語音的錯誤文本片段；

獲取標注對象對所述待標注的語音識別結果進行文本標注處理得到的標注結果，所述文本標注處理為標注識別錯誤的文本的處理；

根據所述待標注的語音識別結果以及所述標注結果，確定所述標注對象對所述目標語音進行語音標注的標注質量。

可選的，所述獲取與目標語音對應的待標注的語音識別結果，包括：

從目標語音的語音識別結果中，確定出待替換文本；

從預設的文本庫中選擇與所述待替換文本相匹配的文本，作為目標文本；

將所述語音識別結果中的待替換文本替換為所述目標文本，得到待標注的語音識別結果。

可選的，所述從目標語音的語音識別結果中，確定出待替換文本，包括：

對目標語音的語音識別結果進行分詞處理，確定所述語音識別結果包含的各個分詞；

至少根據所述各個分詞的識別信息，從所述各個分詞中選擇分詞作為待替換文本，其中，所述識別信息包括置信度信息、位置信息以及詞性信息中的至少一種。

可選的，所述至少根據所述各個分詞的識別信息，從所述各個分詞中選擇分詞作為待替換文本，包括：

分別將每個分詞的識別信息輸入預先訓練的分類模型，確定對每個分詞的分類結果，所述分類結果是表示分詞能否被替換的分類結果；

其中，所述分類模型至少以詞匯的識別信息為訓練樣本，以詞匯能否被替換為樣本標簽，訓練得到；

基于對每個分詞的分類結果，從各個分詞中選擇分詞作為待替換文本。

可選的，所述基于對每個分詞的分類結果，從各個分詞中選擇分詞作為待替換文本，包括：

若所述語音識別結果包含的各個分詞中，存在能夠被替換的分詞，則從能夠被替換的分詞中選擇至少一個分詞，作為待替換文本；