[发明专利]一种结合RPA与AI的早媒体识别方法、装置、设备及存储介质

权利要求书

1.一种结合RPA与AI的早媒体识别方法，其特征在于，包括：

S1、获得早媒体样本数据，对所述早媒体样本数据进行数据切分，获得多个样本切片数据；其中，相邻的任意两个样本切片数据之间的部分数据存在数据交集；

S2、对各样本切片数据分别进行语音识别，并根据语音识别结果确定每个样本切片数据的标注信息；

S3、利用所述多个样本切片数据和对应的标注信息，对构建的待训练的早媒体识别模型进行训练，获得训练后的早媒体识别模型；所述训练后的早媒体识别模型用于对输入的待识别的早媒体数据进行识别。

2.根据权利要求1所述的早媒体识别方法，其特征在于，S3包括：

S31、对各样本切片数据分别进行短时傅里叶变换，获得每个样本切片数据的待训练切片数据；

S32、将各待训练切片数据与其对应的标注信息输入至待训练的早媒体识别模型，以对构建的待训练的早媒体识别模型进行训练，获得训练后的早媒体识别模型。

3.根据权利要求1所述的早媒体识别方法，其特征在于，所述S2，包括：

S21、利用ASR技术对所述各样本切片数据进行语音识别，分别获得各样本切片数据对应的切片文本信息；

S22、将各切片文本信息与预设的目标文本信息进行比对，获得每一样本切片数据对应的标注信息。

4.根据权利要求1所述的早媒体识别方法，其特征在于，还包括：

S101、对获得的样本数据进行数据增强处理，获得早媒体样本数据。

5.根据权利要求4所述的早媒体的识别方法，其特征在于，所述数据增强处理包括以下处理中的至少一种处理：添加噪声处理、时间缩放处理以及音高缩放处理。

6.根据权利要求1-5任一项所述的早媒体识别方法，其特征在于，S3，还包括：

S33、确定各样本切片数据对应的标注信息的准确性；

S34、根据各样本切片数据的准确性，确定标注信息不准确的目标样本切片数据，并对标注信息不准确的目标样本切片数据进行重新标注，获得其新的标注信息；

S35、在执行所述利用所述多个样本切片数据和对应的标注信息，对构建的待训练的早媒体识别模型进行训练的步骤之后，利用目标样本切片数据以及相应的新的标注信息对所述训练后的早媒体识别模型进行训练，获得训练后的早媒体识别模型。

7.一种结合RPA与AI的早媒体识别方法，其特征在于，包括：

S4、获取待识别的早媒体数据；

S5、利用权利要求1-6任一项所述方法得到的训练后的早媒体识别模型对所述待识别的早媒体数据进行处理，获得识别结果。

8.一种结合RPA与AI的早媒体识别装置，其特征在于，包括：

数据处理模块，用于获得早媒体样本数据，对所述早媒体样本数据进行数据切分，获得多个样本切片数据；其中，相邻的任意两个样本切片数据之间的部分数据存在数据交集；

第一识别模块，用于对各样本切片数据分别进行语音识别，并根据语音识别结果确定每个样本切片数据的标注信息；

训练模块，用于利用所述多个样本切片数据和对应的标注信息，对构建的待训练的早媒体识别模型进行训练，获得训练后的早媒体识别模型；所述训练后的早媒体识别模型用于对输入的待识别的早媒体数据进行识别。

9.一种结合RPA与AI的早媒体识别装置，其特征在于，包括：

获取模块，用于获取待识别的早媒体数据；

识别模块，用于利用权利要求1-6任一项所述方法得到的训练后的早媒体识别模型对所述待识别的早媒体数据进行处理，获得识别结果。

10.一种电子设备，其特征在于，包括：

存储器，处理器以及计算机程序；

其中，所述计算机程序存储在所述存储器中，并被配置为由所述处理器执行以实现如权利要求1-7中任一项所述的方法。

11.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器执行以实现如权利要求1-7中任一项所述的方法。