[发明专利]训练数据获取方法、装置、设备及存储介质

说明书

本申请公开了一种训练数据获取方法、装置、设备及存储介质，属于人工智能领域。该方法包括：对在目标场景下采集的音频数据进行剪切，得到训练音频集；该训练音频集中的每条音频均包括唤醒命令词；根据目标场景的环境类型，确定多种过滤方式的执行顺序；不同的过滤方式用于基于不同的过滤条件对该训练音频集中的音频进行过滤；在按照该执行顺序对每条音频进行过滤判定时，响应于任意一条音频满足当前过滤方式对应的过滤条件，从该训练音频集中删除该音频；将过滤后的训练音频集作为用于训练声学模型的训练数据。本申请能够获取到高质量的训练数据，基于高质量的训练数据进行模型训练，可以提升模型训练效果，进而能够提升语音识别准确度。

技术领域

本申请涉及人工智能领域，特别涉及一种训练数据获取方法、装置、设备及存储介质。

背景技术

语音识别是人工智能发展过程中的一个重要突破。广义上讲，语音识别以语音为研究对象，目标是实现人与机器之间基于自然语言进行交互。狭义上讲，语音识别是一项让机器通过识别和理解过程将语音转换为文本或命令的技术。

目前语音识别技术已经广泛应用在工业、家电、通信、汽车、电子、医疗、家庭服务等领域。比如，在智能电梯的呼梯系统中，基于声学模型提供的语音识别功能可以实现智能呼梯，即在识别到唤醒命令词后执行乘梯唤醒操作。

其中，上述声学模型为人工智能领域的机器学习模型，在应用上述声学模型进行语音识别之前，还需要获取已标注的训练数据进行模型训练。然而，训练数据的质量优劣会直接影响模型训练精度，进而影响语音识别效果。为此，如何获取高质量的训练数据进行模型训练，以提升模型训练精度，从而确保语音识别准确度，便成为了本领域技术人员的一个关注焦点。

发明内容

本申请实施例提供了一种训练数据获取方法、装置、设备及存储介质，能够获取到高质量的训练数据，而基于高质量的训练数据进行声学模型训练，不但可以确保模型训练精度，提升模型训练效果，而且基于训练好的声学模型进行语音识别，能够大幅提升语音识别准确度。所述技术方案如下：

一方面，提供了一种训练数据获取方法，所述方法包括：

对在目标场景下采集的音频数据进行剪切，得到训练音频集；其中，所述训练音频集中的每条音频均包括唤醒命令词；

根据所述目标场景的环境类型，确定多种过滤方式的执行顺序；其中，不同的过滤方式用于基于不同的过滤条件对所述训练音频集中的音频进行过滤；

在按照所述执行顺序对所述每条音频进行过滤判定时，响应于任意一条音频满足当前过滤方式对应的过滤条件，从所述训练音频集中删除所述音频；

将过滤后的训练音频集作为用于训练声学模型的训练数据。

在一种可能的实现方式中，所述根据所述目标场景的环境类型，确定多种过滤方式的执行顺序，包括：

获取所述目标场景对应的场所类型和周边基建信息；

获取所述音频数据的采集时段；

根据所述目标场景对应的场所类型和周边基建信息、所述音频数据的采集时段，确定所述多种过滤方式的执行顺序。

在一种可能的实现方式中，所述根据所述目标场景对应的场所类型和周边基建信息、所述音频数据的采集时段，确定所述多种过滤方式的执行顺序，包括：

根据所述场所类型，确定所述多种过滤方式的初始执行顺序；

根据所述周边基建信息和所述音频数据的采集时段，对所述初始执行顺序进行修正处理，得到所述多种过滤方式的最终执行顺序。

在一种可能的实现方式中，所述响应于任意一条音频满足当前过滤方式对应的过滤条件，从所述训练音频集中删除所述音频，包括：

对于任意一条音频，获取所述音频的音频波形图；