[发明专利]数据采集的方法及装置

权利要求书

1.一种数据采集方法，其特征在于，应用于计算机设备，所述方法包括：

获取第一语音片段和第一唇语片段；所述第一唇语片段是录制所述第一语音片段时采集的录制人员的唇语片段；

对所述第一语音片段进行语音识别，得到所述第一语音片段的内容；

对所述第一唇语片段进行唇语识别，得到所述第一唇语片段的内容；

若所述第一语音片段的内容和所述第一唇语片段的内容都包含预定义内容，则根据所述预定义内容对所述第一语音片段进行切割或标注，得到第二语音片段；所述第二语音片段的内容是所述预定义内容；所述第二语音片段是所述第一语音片段中的子片段；

将所述第二语音片段与所述预定义内容的对应关系存入数据库；所述第二语音片段与所述预定义内容的对应关系用于训练语音识别模型。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据所述预定义内容对所述第一唇语片段进行切割或标注，得到第二唇语片段；所述第二唇语片段的内容是所述预定义内容；所述第二唇语片段是所述第一唇语片段中的子片段；

将所述第二唇语片段与所述预定义内容的对应关系存入数据库；所述第二唇语片段与所述预定义内容的对应关系用于训练唇语识别模型。

3.根据权利要求1或2所述的方法，其特征在于，采集所述第一语音片段的语音采集设备与所述录制人员之间的距离小于等于阈值。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

获取第三语音片段；采集所述第三语音片段的语音采集设备与所述录制人员之间的距离大于所述阈值；

对所述第三语音片段进行语音识别，得到所述第三语音片段的内容；

若所述第一语音片段的内容和所述第三语音片段的内容都包含所述预定义内容，则根据所述预定义内容对所述第三语音片段进行切割或标注，得到第四语音片段；所述第四语音片段的内容是所述预定义内容；所述第四语音片段是所述第三语音片段中的子片段；

将所述第四语音片段与所述预定义内容的对应关系存入数据库；所述第四语音片段与所述预定义内容的对应关系用于训练所述语音识别模型。

5.根据权利要求1-4任一项所述的方法，其特征在于，在所述获取第一语音片段之前，所述方法还包括：

向可移动设备发送第一指令，所述第一指令用于指示所述可移动设备移动至目标位置；所述可移动设备包括背景音播放设备、语音采集设备、声场记录设备或可移动墙体中的至少一种。

6.根据权利要求1-5任一项所述的方法，其特征在于，在所述获取第一语音片段之前，所述方法还包括：

向背景音播放设备发送第二指令，所述第二指令用于指示所述背景音播放设备关闭，或者，开启并按照目标音量大小播放背景音。

7.根据权利要求1-6任一项所述的方法，其特征在于，在所述获取第一语音片段之前，所述方法还包括：

输出指示信息，所述指示信息用于指示所述录制人员按照录音要求进行语音录制。

8.根据权利要求1-7任一项所述的方法，其特征在于，所述方法还包括：

获取录制人员信息；所述录制人员信息包括所述录制人员的性别、年龄或口音所属地中的至少一种；

所述将所述第二语音片段与所述预定义内容存入数据库，包括：

将所述第二语音片段、所述预定义内容和所述录制人员信息的对应关系存入所述数据库。