[发明专利]语音数据标注方法和装置，电子设备

权利要求书

1.一种语音数据标注方法，其特征在于，所述方法包括：

将语音数据和文本输入预先训练的声学模型中，得到每帧语音针对全部音素的后验概率以及对齐结果；

根据所述对齐结果，确定每个音素对应的各第一语音帧；

针对所述文本中的每个音素，依据所述第一语音帧针对所述音素的后验概率，确定所述音素是否为存疑音素；

在所述文本中对各所述存疑音素进行第一标记，其中，所述第一标记用于指示所述音素待校准。

2.根据权利要求1所述的方法，其特征在于，针对所述文本中的每个音素，依据所述第一语音帧针对所述音素的后验概率，确定所述音素是否为存疑音素的步骤，包括：

针对所述文本中的每个音素，依据所述第一语音帧针对所述音素的后验概率，确定所述音素对应的后验概率平均值；

将所述后验概率平均值与预设概率阈值进行比较；

在所述后验概率平均值小于所述预设概率阈值的情况下，确定所述音素为存疑音素。

3.根据权利要求1所述的方法，其特征在于，所述在所述文本中对各所述存疑音素进行第一标记的步骤，包括：

在所述文本中，突出显示所述存疑音素；或者，

在所述文本中，为各所述存疑音素添加预设标记。

4.根据权利要求1所述的方法，其特征在于，在所述文本中对各所述存疑音素进行第一标记的步骤之后，所述方法包括：

将添加第一标记后的所述文本，转化成预设格式的目标文本；

将所述目标文本以及所述语音数据发送至语音数据标注方，以便所述语音数据标注方结合所述目标文本中的第一标记对所述语音数据进行标注。

5.根据权利要求4所述的方法，其特征在于，在所述将所述目标文本以及所述语音数据发送至语音数据标注方的步骤之后，所述方法还包括：

获取所述语音数据标注方的标注文本；

对所述标注文本中的各标注的可靠性进行判定；

为所述标注文本中的各非可靠标注添加第二标注。

6.一种语音数据标注装置，其特征在于，所述装置包括：

输入模块，用于将语音数据和文本输入预先训练的声学模型中，得到每帧语音针对全部音素的后验概率以及对齐结果；

第一确定模块，用于根据所述对齐结果，确定每个音素对应的各第一语音帧；

第二确定模块，用于针对所述文本中的每个音素，依据所述第一语音帧针对所述音素的后验概率，确定所述音素是否为存疑音素；

第一标记模块，用于在所述文本中对各所述存疑音素进行第一标记，其中，所述第一标记用于指示所述音素待校准。

7.根据权利要求6所述的装置，其特征在于，所述第二确定模块包括：

第一子模块，用于针对所述文本中的每个音素，依据所述第一语音帧针对所述音素的后验概率，确定所述音素对应的后验概率平均值；

第二子模块，用于将所述后验概率平均值与预设概率阈值进行比较；

第三子模块，用于在所述后验概率平均值小于所述预设概率阈值的情况下，确定所述音素为存疑音素。

8.根据权利要求6所述的装置，其特征在于，所述第一标记模块包括：

第四子模块，用于在所述文本中，突出显示所述存疑音素；或者，

第五子模块，用于在所述文本中，为各所述存疑音素添加预设标记。

9.根据权利要求6所述的装置，其特征在于，所述装置包括：

转化模块，用于在所述第一标记模块在所述文本中对各所述存疑音素进行第一标记之后，将添加第一标记后的所述文本，转化成预设格式的目标文本；

发送模块，用于将所述目标文本以及所述语音数据发送至语音数据标注方，以便所述语音数据标注方结合所述目标文本中的第一标记对所述语音数据进行标注。

10.一种电子设备，其特征在于，包括：

一个或多个处理器；和

其上存储有指令的一个或多个机器可读介质；

当所述指令由所述一个或多个处理器执行时，使得所述处理器执行如权利要求1至5任一项所述的语音数据标注方法。