[發明專利]語音文本標注方法、裝置、服務器及計算機可讀存儲介質

在審

• 申請號: 202011587672.9
• 申請日: 2020-12-29
• 公開（公告）號: CN112487767A
• 公開（公告）日: 2021-03-12
• 發明（設計）人: 聶鐳;齊凱杰;聶穎
• 申請（專利權）人: 龍馬智芯（珠海橫琴）科技有限公司
• 主分類號: G06F40/166
• 分類號: G06F40/166
• 代理公司: 暫無信息
• 代理人: 暫無信息

本申請實施例適用于語音處理技術領域，提供了一種語音文本標注方法、裝置、服務器及計算機可讀存儲介質，該方法包括：獲取待標注語音文本；提取待標注語音文本的特征文本；對待標注語音文本按預設滑動窗口以預設步長進行滑動，得到窗口文本；根據特征文本對窗口文本進行校驗的結果，對窗口文本進行標注，得到已標注語音文本；發送已標注語音文本至用戶終端。可見，本申請通過提取待標注語音文本的特征文本對待標注語音文本的窗口文本進行校驗，從而實現對待標注語音文本中錯誤地方進行標注，不需要人工查驗全部的待標注語音文本，降低人工成本。

技術領域

本申請屬于語音處理技術領域，尤其涉及一種語音文本標注方法、裝置、服務器及計算機可讀存儲介質。

背景技術

訓練語音識別時候，需要大量的語音文本標注數據。標注語音數據全由人工標注，需要花費大量的人力成本。所以，一般借助通用或者開源的語音識別系統，對待標注的語音數據進行識別，將語音文本標注任務轉換成為標注糾錯任務，再由人工對由語音識別系統標注的音頻進行查驗和標注錯誤進行糾正。 然而，人工對所有的標注數據進行查驗和糾正依然是繁重的工作。

發明內容

有鑒于此，本申請實施例提供了一種語音文本標注方法、裝置、服務器及計算機可讀存儲介質，以解決現有技術中需要對標注數據完全依靠人工查驗的問題。

本申請實施例的第一方面提供了一種語音文本標注方法，包括：

獲取待標注語音文本；

提取所述待標注語音文本的特征文本；

對所述待標注語音文本按預設滑動窗口以預設步長進行滑動，得到窗口文本；

根據所述特征文本對所述窗口文本進行校驗的結果，對所述窗口文本進行標注，得到已標注語音文本；

發送所述已標注語音文本至用戶終端。

在第一方面的一種可能的實現方式中，提取所述待標注語音文本的特征文本，包括：

利用預設工具包從待標注語音文本中確定出所述特征文本。

在第一方面的一種可能的實現方式中，根據所述特征文本對所述窗口文本進行校驗的結果，對所述窗口文本進行標注，得到已標注語音文本，包括：

根據所述特征文本計算所述窗口文本的特征值；

當所述特征值小于特征閾值時，確認特征值小于特征閾值的所述窗口文本為非標準文本；

標注所述非標準文本，形成所述已標注語音文本。

在第一方面的一種可能的實現方式中，根據所述特征文本對所述窗口文本進行校驗的結果，對所述窗口文本進行標注，得到已標注語音文本之前，包括：

獲取與所述待標注語音文本對應的攜帶有標注的語音文本樣本；

根據所述語音文本樣本對所述已標注語音文本進行檢驗的結果確定所述特征閾值。

本申請實施例的第二方面提供了一種語音標注裝置，包括：

獲取模塊，用于獲取待標注語音文本；

提取模塊，用于提取所述待標注語音文本的特征文本；

滑動模塊，用于對所述待標注語音文本按預設滑動窗口以預設步長進行滑動，得到窗口文本；

標注模塊，用于根據所述特征文本對所述窗口文本進行校驗的結果，對所述窗口文本進行標注，得到已標注語音文本；

發送模塊，用于發送所述已標注語音文本至用戶終端。

在第二方面的一種可能的實現方式中，所述提取模塊包括：

確定單元，用于利用預設工具包從待標注語音文本中確定出所述特征文本。

在第二方面的一種可能的實現方式中，所述標注模塊包括：

計算單元，用于根據所述特征文本計算所述窗口文本的特征值；