[发明专利]语音识别模型的数据集清洗方法在审
| 申请号： | 202111498658.6 | 申请日： | 2021-12-09 |
| 公开（公告）号： | CN114187901A | 公开（公告）日： | 2022-03-15 |
| 发明（设计）人： | 刘述琨;江增强;赵波凯 | 申请（专利权）人： | 杭州国芯科技股份有限公司 |
| 主分类号： | G10L15/06 | 分类号： | G10L15/06;G10L15/04;G10L15/10;G10L15/26 |
| 代理公司： | 杭州君度专利代理事务所(特殊普通合伙) 33240 | 代理人： | 陈炜 |
| 地址： | 310012 浙江省杭州市文*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种语音识别模型的数据集清洗方法。现有方法工作量大且效率低。本发明方法首先进行数据集初步清洗和前处理，去除无用数据和提高音频质量操作，然后将处理后音频文件通过网络同步上传至多个云端ASR平台进行内容识别，取得每个音频文件的识别结果文本，将每个音频文件的识别结果文本与该音频文件对应的标注文件进行内容比对，如比对一致，则保留该音频文件及对应的标注文件，否则剔除。比对正确的音频文件及对应的标注文件移到清洗正确目录下，完成清洗。本发明方法音频数据清洗过程中无需人员参与，可多个任务同时进行，效率得到提高。 | ||
| 搜索关键词： | 语音 识别 模型 数据 清洗 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于杭州国芯科技股份有限公司，未经杭州国芯科技股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202111498658.6/，转载请声明来源钻瓜专利网。
- 数据显示系统、数据中继设备、数据中继方法、数据系统、接收设备和数据读取方法
- 数据记录方法、数据记录装置、数据记录媒体、数据重播方法和数据重播装置
- 数据发送方法、数据发送系统、数据发送装置以及数据结构
- 数据显示系统、数据中继设备、数据中继方法及数据系统
- 数据嵌入装置、数据嵌入方法、数据提取装置及数据提取方法
- 数据管理装置、数据编辑装置、数据阅览装置、数据管理方法、数据编辑方法以及数据阅览方法
- 数据发送和数据接收设备、数据发送和数据接收方法
- 数据发送装置、数据接收装置、数据收发系统、数据发送方法、数据接收方法和数据收发方法
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
