[发明专利]语音数据标注方法、装置、电子设备及介质

说明书

本申请提供一种语音数据标注方法及装置、一种电子设备以及一种计算机可读介质。其中，所述方法包括：接收待标注的语音数据，对所述语音数据进行语音识别，得到识别文本；获取用户对所述识别文本确认后的用户确认文本；从所述识别文本和所述用户确认文本中提取自动标注特征；根据所述自动标注特征及预先构建的自动标注模型，对所述语音数据进行标注。由于是通过提取自动标注特征，并根据自动标注特征和自动标注模型，对语音数据进行标注，可以实现语音数据的自动标注，不需要人工进行标注，从而可以解决人工标注存在的问题，提高语音数据标注的效率并降低成本。

技术领域

本申请涉及计算机技术领域，具体涉及一种语音数据标注方法及装置、一种电子设备以及一种计算机可读介质。

背景技术

随着各种智能终端的日益普及,及人工智能技术的突破,语音作为人机交互的重要环节,广泛应用于各种智能终端上,越来越多的用户习惯对着机器讲话, 根据应用需求使用语音输入信息,得到机器的响应。

相关技术中,语音数据通常采用人工方式进行标注。但是,随着智能终端的广泛应用,获取到的语音数据越来越多,如果单纯依靠人工标注语音数据,远远不能满足海量语音数据标注的要求,并且人工标注的成本较高,标注周期较长, 效率较低,显然无法满足应用需求。

发明内容

本申请的目的是提供一种语音数据标注方法及装置、一种电子设备以及一种计算机可读介质。

本申请第一方面提供一种语音数据标注方法，包括：

接收待标注的语音数据，对所述语音数据进行语音识别，得到识别文本；

获取用户对所述识别文本确认后的用户确认文本；

从所述识别文本和所述用户确认文本中提取自动标注特征；

根据所述自动标注特征及预先构建的自动标注模型，对所述语音数据进行标注。

在一些可能的实现方式中，所述自动标注特征，包括以下各项中的至少一项：

声纹特征、语法特征、语义特征。

在一些可能的实现方式中，所述声纹特征，包括以下各项中的至少一项：

识别文本置信度特征、用户确认文本置信度特征。

在一些可能的实现方式中，所述方法还包括：通过以下方式训练生成自动标注模型：

收集数据，所述数据包括：语音数据对应的识别文本、语音数据对应的用户确认文本及语音数据对应的人工标注结果；

从所述识别文本和用户确认文本中提取自动标注特征；

将所述自动标注特征和人工标注结果作为训练数据，对神经网络进行训练，生成自动标注模型。

本申请第二方面提供一种语音数据标注装置，包括：

接收模块，用于接收待标注的语音数据，对所述语音数据进行语音识别，得到识别文本；

获取模块，用于获取用户对所述识别文本确认后的用户确认文本；

提取模块，用于从所述识别文本和所述用户确认文本中提取自动标注特征；

标注模块，用于根据所述自动标注特征及预先构建的自动标注模型，对所述语音数据进行标注。

在一些可能的实现方式中，所述自动标注特征，包括以下各项中的至少一项：

声纹特征、语法特征、语义特征。

在一些可能的实现方式中，所述声纹特征，包括以下各项中的至少一项：

识别文本置信度特征、用户确认文本置信度特征。