[发明专利]一种数据处理方法、装置、设备及介质

权利要求书

1.一种数据处理方法，其特征在于，所述方法包括：

获取任一待质检的标注数据以及所述标注数据对应的音频数据，所述标注数据包括所述音频数据对应的文本数据及其第一文本特征；

基于所述标注数据和所述音频数据，通过语音合成模型的解码器，确定所述标注数据对应的质检数据，所述质检数据表征所述标注数据中的每个字符与所述音频数据中的每个音频帧的对应关系；

根据所述标注数据对应的质检数据，判断所述标注数据是否正确。

2.根据权利要求1所述的方法，其特征在于，所述根据所述标注数据对应的质检数据，判断所述标注数据是否正确，包括：

若确定所述标注数据对应的质检数据满足预先配置的质检要求，则确定所述标注数据正确；或者

若确定所述标注数据对应的质检数据不满足预先配置的质检要求，确定所述标注数据标注错误。

3.根据权利要求2所述的方法，其特征在于，根据如下至少一种方式确定所述标注数据对应的质检数据是否满足预先配置的质检要求，包括：

基于所述质检数据中包括的位置质检数据，确定所述标注数据中文本数据包含的字符个数与所述音频数据对应的字符个数是否相等，以确定所述质检数据是否满足预先配置的第一质检要求，其中，所述位置质检数据用于标识所述标注数据对应的每个第二文本特征在文本特征序列中的位置、与所述音频数据对应的每个音频特征在音频特征序列中的位置的对应关系；其中，所述第二文本特征是通过所述语音合成模型中的编码器对所述标注数据进行编码后获得的；

基于所述质检数据中包括的所述音频数据对应的音频特征序列中包含的每个音频特征分别对应的概率向量，确定所述标注数据中文本数据包含的字符与所述音频数据对应的字符是否一致，以确定所述质检数据是否满足预先配置的第二质检要求，任一音频特征对应的概率向量中包含该音频特征分别对应所述标注数据对应的每个第二文本特征的概率值。

4.根据权利要求3所述的方法，其特征在于，所述基于所述质检数据中包括的位置质检数据，确定所述标注数据中文本数据包含的字符个数与所述音频数据对应的字符个数是否相等，以确定所述质检数据是否满足预先配置的第一质检要求，包括：

若所述位置质检数据中的第一文本位置与第二文本位置一致，则确定所述标注数据中文本数据包含的字符个数与所述音频数据对应的字符个数相等，并确定所述质检数据满足所述第一质检要求；和/或

若所述位置质检数据中的第一音频位置与第二音频位置一致，则确定所述标注数据中文本数据包含的字符个数与所述音频数据对应的字符个数相等，并确定所述质检数据满足所述第一质检要求；

其中，所述第一文本位置为所述文本特征序列中与所述音频特征序列中的音频特征存在对应关系的最后一个第二文本特征在所述文本特征序列中的位置，所述第二文本位置为所述文本特征序列中最后一个第二文本特征在所述文本特征序列中的位置。

5.根据权利要求3所述的方法，其特征在于，所述基于所述质检数据中包括的位置质检数据，确定所述标注数据中文本数据包含的字符个数与所述音频数据对应的字符个数是否相等，以确定所述质检数据是否满足预先配置的第一质检要求，包括：

若所述位置质检数据的第一文本位置与第二文本位置不一致，则确定所述标注数据中文本数据包含的字符个数与所述音频数据对应的字符个数不相等，并确定所述质检数据不满足所述第一质检要求；或者

若所述位置质检数据的第一音频位置与第二音频位置不一致，则确定所述标注数据中文本数据包含的字符个数与所述音频数据对应的字符个数不相等，并确定所述质检数据不满足所述第一质检要求；

其中，所述第一音频位置为所述音频序列中与所述文本序列中的第二文本特征存在对应关系的最后一个音频特征在所述音频特征序列中的位置；所述第二音频位置为所述音频特征序列中最后一个音频特征在所述音频特征序列中的第二音频位置。