CN111368504A - 语音数据标注方法、装置、电子设备及介质 - Google Patents
语音数据标注方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN111368504A CN111368504A CN201911359418.0A CN201911359418A CN111368504A CN 111368504 A CN111368504 A CN 111368504A CN 201911359418 A CN201911359418 A CN 201911359418A CN 111368504 A CN111368504 A CN 111368504A
- Authority
- CN
- China
- Prior art keywords
- voice data
- text
- labeling
- features
- automatic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000002372 labelling Methods 0.000 title claims abstract description 79
- 238000000034 method Methods 0.000 claims abstract description 38
- 238000012790 confirmation Methods 0.000 claims abstract description 34
- 238000012549 training Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 9
- 238000013528 artificial neural network Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012905 input function Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification techniques
- G10L17/22—Interactive procedures; Man-machine interfaces
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Computational Linguistics (AREA)
- Machine Translation (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本申请提供一种语音数据标注方法及装置、一种电子设备以及一种计算机可读介质。其中，所述方法包括：接收待标注的语音数据，对所述语音数据进行语音识别，得到识别文本；获取用户对所述识别文本确认后的用户确认文本；从所述识别文本和所述用户确认文本中提取自动标注特征；根据所述自动标注特征及预先构建的自动标注模型，对所述语音数据进行标注。由于是通过提取自动标注特征，并根据自动标注特征和自动标注模型，对语音数据进行标注，可以实现语音数据的自动标注，不需要人工进行标注，从而可以解决人工标注存在的问题，提高语音数据标注的效率并降低成本。
Description
技术领域
本申请涉及计算机技术领域，具体涉及一种语音数据标注方法及装置、一种电子设备以及一种计算机可读介质。
背景技术
随着各种智能终端的日益普及,及人工智能技术的突破,语音作为人机交互的重要环节,广泛应用于各种智能终端上,越来越多的用户习惯对着机器讲话, 根据应用需求使用语音输入信息,得到机器的响应。
相关技术中,语音数据通常采用人工方式进行标注。但是,随着智能终端的广泛应用,获取到的语音数据越来越多,如果单纯依靠人工标注语音数据,远远不能满足海量语音数据标注的要求,并且人工标注的成本较高,标注周期较长, 效率较低,显然无法满足应用需求。
发明内容
本申请的目的是提供一种语音数据标注方法及装置、一种电子设备以及一种计算机可读介质。
本申请第一方面提供一种语音数据标注方法，包括：
接收待标注的语音数据，对所述语音数据进行语音识别，得到识别文本；
获取用户对所述识别文本确认后的用户确认文本；
从所述识别文本和所述用户确认文本中提取自动标注特征；
根据所述自动标注特征及预先构建的自动标注模型，对所述语音数据进行标注。
在一些可能的实现方式中，所述自动标注特征，包括以下各项中的至少一项：
声纹特征、语法特征、语义特征。
在一些可能的实现方式中，所述声纹特征，包括以下各项中的至少一项：
识别文本置信度特征、用户确认文本置信度特征。
在一些可能的实现方式中，所述方法还包括：通过以下方式训练生成自动标注模型：
收集数据，所述数据包括：语音数据对应的识别文本、语音数据对应的用户确认文本及语音数据对应的人工标注结果；
从所述识别文本和用户确认文本中提取自动标注特征；
将所述自动标注特征和人工标注结果作为训练数据，对神经网络进行训练，生成自动标注模型。
本申请第二方面提供一种语音数据标注装置，包括：
接收模块，用于接收待标注的语音数据，对所述语音数据进行语音识别，得到识别文本；
获取模块，用于获取用户对所述识别文本确认后的用户确认文本；
提取模块，用于从所述识别文本和所述用户确认文本中提取自动标注特征；
标注模块，用于根据所述自动标注特征及预先构建的自动标注模型，对所述语音数据进行标注。
在一些可能的实现方式中，所述自动标注特征，包括以下各项中的至少一项：
声纹特征、语法特征、语义特征。
在一些可能的实现方式中，所述声纹特征，包括以下各项中的至少一项：
识别文本置信度特征、用户确认文本置信度特征。
在一些可能的实现方式中，所述装置还包括：
建模模块，用于收集数据，所述数据包括：语音数据对应的识别文本、语音数据对应的用户确认文本及语音数据对应的人工标注结果；从所述识别文本和用户确认文本中提取自动标注特征；以及，将所述自动标注特征和人工标注结果作为训练数据，对神经网络进行训练，生成自动标注模型。
本申请第三方面提供一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器运行所述计算机程序时执行以实现本申请第一方面所述的方法。
本申请第四方面提供一种计算机可读介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现本申请第一方面所述的方法。
相较于现有技术，本申请提供的语音数据标注方法、装置、电子设备及介质，接收待标注的语音数据，对所述语音数据进行语音识别，得到识别文本；获取用户对所述识别文本确认后的用户确认文本；从所述识别文本和所述用户确认文本中提取自动标注特征；根据所述自动标注特征及预先构建的自动标注模型，对所述语音数据进行标注。由于是通过提取自动标注特征，并根据自动标注特征和自动标注模型，对语音数据进行标注，可以实现语音数据的自动标注，不需要人工进行标注，从而可以解决人工标注存在的问题，提高语音数据标注的效率并降低成本。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本申请的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了本申请的一些实施方式所提供的一种语音数据标注方法的流程图；
图2示出了本申请的一些实施方式所提供的一种语音数据标注装置的示意图；
图3示出了本申请的一些实施方式所提供的一种电子设备的示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施方式。虽然附图中显示了本公开的示例性实施方式，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本申请所属领域技术人员所理解的通常意义。
另外，术语“第一”和“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
本申请实施例提供一种语音数据标注方法及装置、一种电子设备以及计算机可读介质，下面结合附图进行说明。
请参考图1，其示出了本申请的一些实施方式所提供的一种语音数据标注方法的流程图，如图所示，所述语音数据标注方法，可以包括以下步骤：
步骤S101：接收待标注的语音数据，对所述语音数据进行语音识别，得到识别文本。
本实施例中，将需要进行语音标注的语音定义为待标注的语音数据，待标注的语音数据可以是由用户当前或之前输入并录制保存的语音数据。具体的，可以是用户使用录音应用或社交应用时使用语音输入功能输入的语音数据。
在接收到语音数据后，可以利用语音识别引擎将语音数据识别成文本数据，得到识别文本。
步骤S102：获取用户对所述识别文本确认后的用户确认文本。
本实施例中，用户确认文本是指用户对识别文本进行确认后，最终使用的文本。具体的，用户可以对识别文本进行纠正等修改。
步骤S103：从所述识别文本和所述用户确认文本中提取自动标注特征。
本实施例中，具体可以从声纹、语法、语义等方面，对识别文本和用户确认文本进行相应分析，从中提取自动标注特征。
因此，在一些实施方式中，自动标注特征可以包括以下各项中的至少一项：
声纹特征、语法特征、语义特征。
具体的，声纹特征主要从语音数据的声学上描述识别文本和用户确认文本的可信程度，具体包括：识别文本的置信度特征和用户确认文本的置信度特征；语法特征主要包括词在形态、组合能力、造句功能三方面表现出来的特征；语义特征主要从语义上描述识别文本与用户确认文本在语义上的相似程度，具体包括：识别文本的词向量、用户确认文本的词向量、识别文本的词时长、用户确认文本的词时长、识别文本与用户确认文本之间的词相似度。
步骤S104：根据所述自动标注特征及预先构建的自动标注模型，对所述语音数据进行标注。
本实施例中，可以预先构建自动标注模型，自动标注模型的输入和输出分别表示自动标注特征和标注信息，因此，当提取得到自动标注特征后，根据自动标注模型，将概率最大的标注信息作为待标注的语音数据的标注信息。例如，可以采用数字或字母等作为标注信息。
具体的，可以采用如下方式构建自动标注模型：
收集数据，所述数据包括：语音数据对应的识别文本、语音数据对应的用户确认文本及语音数据对应的人工标注结果；
从所述识别文本和用户确认文本中提取自动标注特征；
将所述自动标注特征和人工标注结果作为训练数据，对神经网络进行训练，生成自动标注模型。
上述语音数据标注方法可用于客户端，本申请实施例中，所述客户端可以包括硬件，也可以包括软件。当客户端包括硬件时，其可以是具有显示屏并且支持信息交互的各种电子设备，例如，可以包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当客户端包括软件时，可以安装在上述电子设备中，其可以实现成多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。
相较于现有技术，本申请实施例提供的上述语音数据标注方法，通过接收待标注的语音数据，对所述语音数据进行语音识别，得到识别文本；获取用户对所述识别文本确认后的用户确认文本；从所述识别文本和所述用户确认文本中提取自动标注特征；根据所述自动标注特征及预先构建的自动标注模型，对所述语音数据进行标注。由于是通过提取自动标注特征，并根据自动标注特征和自动标注模型，对语音数据进行标注，可以实现语音数据的自动标注，不需要人工进行标注，从而可以解决人工标注存在的问题，提高语音数据标注的效率并降低成本。
在上述的实施例中，提供了一种语音数据标注方法，与之相对应的，本申请还提供一种语音数据标注装置。本申请实施例提供的语音数据标注装置可以实施上述语音数据标注方法，该语音数据标注装置可以通过软件、硬件或软硬结合的方式来实现。例如，该语音数据标注装置可以包括集成的或分开的功能模块或单元来执行上述各方法中的对应步骤。请参考图2，其示出了本申请的一些实施方式所提供的一种语音数据标注装置的示意图。由于装置实施例基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。下述描述的装置实施例仅仅是示意性的。
如图2所示，所述语音数据标注装置10可以包括：
接收模块101，用于接收待标注的语音数据，对所述语音数据进行语音识别，得到识别文本；
获取模块102，用于获取用户对所述识别文本确认后的用户确认文本；
提取模块103，用于从所述识别文本和所述用户确认文本中提取自动标注特征；
标注模块104，用于根据所述自动标注特征及预先构建的自动标注模型，对所述语音数据进行标注。
在本申请实施例的一些实施方式中，所述自动标注特征，包括以下各项中的至少一项：
声纹特征、语法特征、语义特征。
在本申请实施例的一些实施方式中，所述声纹特征，包括以下各项中的至少一项：
识别文本置信度特征、用户确认文本置信度特征。
在本申请实施例的一些实施方式中，所述装置10还包括：
建模模块，用于收集数据，所述数据包括：语音数据对应的识别文本、语音数据对应的用户确认文本及语音数据对应的人工标注结果；从所述识别文本和用户确认文本中提取自动标注特征；以及，将所述自动标注特征和人工标注结果作为训练数据，对神经网络进行训练，生成自动标注模型。
本申请实施例提供的语音数据标注装置10，与本申请前述实施例提供的语音数据标注方法出于相同的发明构思，具有相同的有益效果。
本申请实施方式还提供一种与前述实施方式所提供的语音数据标注方法对应的电子设备，所述电子设备可以是用于客户端的电子设备，例如手机、笔记本电脑、平板电脑、台式机电脑等，以执行上述语音数据标注方法。
请参考图3，其示出了本申请的一些实施方式所提供的一种电子设备的示意图。如图3所示，所述电子设备20包括：处理器200，存储器201，总线 202和通信接口203，所述处理器200、通信接口203和存储器201通过总线 202连接；所述存储器201中存储有可在所述处理器200上运行的计算机程序，所述处理器200运行所述计算机程序时执行本申请前述任一实施方式所提供的语音数据标注方法。
其中，存储器201可能包含高速随机存取存储器(RAM：Random Access Memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口203(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网、广域网、本地网、城域网等。
总线202可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。其中，存储器201用于存储程序，所述处理器200在接收到执行指令后，执行所述程序，前述本申请实施例任一实施方式揭示的所述语音数据标注方法可以应用于处理器200中，或者由处理器200 实现。
处理器200可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器200中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器200可以是通用处理器，包括中央处理器 (Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器201，处理器200读取存储器201中的信息，结合其硬件完成上述方法的步骤。
本申请实施例提供的电子设备与本申请实施例提供的语音数据标注方法出于相同的发明构思，具有与其采用、运行或实现的方法相同的有益效果。
本申请实施方式还提供一种与前述实施方式所提供的语音数据标注方法对应的计算机可读介质，其上存储有计算机程序(即程序产品)，所述计算机程序在被处理器运行时，会执行前述任意实施方式所提供的语音数据标注方法。
需要说明的是，所述计算机可读存储介质的例子还可以包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他光学、磁性存储介质，在此不再一一赘述。
本申请的上述实施例提供的计算机可读存储介质与本申请实施例提供的语音数据标注方法出于相同的发明构思，具有与其存储的应用程序所采用、运行或实现的方法相同的有益效果。
最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围，其均应涵盖在本申请的权利要求和说明书的范围当中。
Claims (10)
1.一种语音数据标注方法，其特征在于，包括：
接收待标注的语音数据，对所述语音数据进行语音识别，得到识别文本；
获取用户对所述识别文本确认后的用户确认文本；
从所述识别文本和所述用户确认文本中提取自动标注特征；
根据所述自动标注特征及预先构建的自动标注模型，对所述语音数据进行标注。
2.根据权利要求1所述的方法，其特征在于，所述自动标注特征，包括以下各项中的至少一项：
声纹特征、语法特征、语义特征。
3.根据权利要求2所述的方法，其特征在于，所述声纹特征，包括以下各项中的至少一项：
识别文本置信度特征、用户确认文本置信度特征。
4.根据权利要求1所述的方法，其特征在于，还包括：通过以下方式训练生成自动标注模型：
收集数据，所述数据包括：语音数据对应的识别文本、语音数据对应的用户确认文本及语音数据对应的人工标注结果；
从所述识别文本和用户确认文本中提取自动标注特征；
将所述自动标注特征和人工标注结果作为训练数据，对神经网络进行训练，生成自动标注模型。
5.一种语音数据标注装置，其特征在于，包括：
接收模块，用于接收待标注的语音数据，对所述语音数据进行语音识别，得到识别文本；
获取模块，用于获取用户对所述识别文本确认后的用户确认文本；
提取模块，用于从所述识别文本和所述用户确认文本中提取自动标注特征；
标注模块，用于根据所述自动标注特征及预先构建的自动标注模型，对所述语音数据进行标注。
6.根据权利要求5所述的装置，其特征在于，所述自动标注特征，包括以下各项中的至少一项：
声纹特征、语法特征、语义特征。
7.根据权利要求6所述的装置，其特征在于，所述声纹特征，包括以下各项中的至少一项：
识别文本置信度特征、用户确认文本置信度特征。
8.根据权利要求1所述的装置，其特征在于，还包括：
建模模块，用于收集数据，所述数据包括：语音数据对应的识别文本、语音数据对应的用户确认文本及语音数据对应的人工标注结果；从所述识别文本和用户确认文本中提取自动标注特征；以及，将所述自动标注特征和人工标注结果作为训练数据，对神经网络进行训练，生成自动标注模型。
9.一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器运行所述计算机程序时执行以实现如权利要求1至4任一项所述的方法。
10.一种计算机可读介质，其特征在于，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现如权利要求1至4任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911359418.0A CN111368504A (zh) | 2019-12-25 | 2019-12-25 | 语音数据标注方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911359418.0A CN111368504A (zh) | 2019-12-25 | 2019-12-25 | 语音数据标注方法、装置、电子设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111368504A true CN111368504A (zh) | 2020-07-03 |
Family
ID=71209997
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911359418.0A Pending CN111368504A (zh) | 2019-12-25 | 2019-12-25 | 语音数据标注方法、装置、电子设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111368504A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112241445A (zh) * | 2020-10-26 | 2021-01-19 | 竹间智能科技（上海）有限公司 | 一种标注方法及装置、电子设备、存储介质 |
| CN114441029A (zh) * | 2022-01-20 | 2022-05-06 | 深圳壹账通科技服务有限公司 | 语音标注系统的录音噪音检测方法、装置、设备及介质 |
| WO2022134832A1 (zh) * | 2020-12-23 | 2022-06-30 | 深圳壹账通智能科技有限公司 | 地址信息抽取方法、装置、设备及存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107492379A (zh) * | 2017-06-30 | 2017-12-19 | 百度在线网络技术（北京）有限公司 | 一种声纹创建与注册方法及装置 |
| CN107578769A (zh) * | 2016-07-04 | 2018-01-12 | 科大讯飞股份有限公司 | 语音数据标注方法和装置 |
| CN108875768A (zh) * | 2018-01-23 | 2018-11-23 | 北京迈格威科技有限公司 | 数据标注方法、装置和系统及存储介质 |
-
2019
- 2019-12-25 CN CN201911359418.0A patent/CN111368504A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107578769A (zh) * | 2016-07-04 | 2018-01-12 | 科大讯飞股份有限公司 | 语音数据标注方法和装置 |
| CN107492379A (zh) * | 2017-06-30 | 2017-12-19 | 百度在线网络技术（北京）有限公司 | 一种声纹创建与注册方法及装置 |
| CN108875768A (zh) * | 2018-01-23 | 2018-11-23 | 北京迈格威科技有限公司 | 数据标注方法、装置和系统及存储介质 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112241445A (zh) * | 2020-10-26 | 2021-01-19 | 竹间智能科技（上海）有限公司 | 一种标注方法及装置、电子设备、存储介质 |
| CN112241445B (zh) * | 2020-10-26 | 2023-11-07 | 竹间智能科技（上海）有限公司 | 一种标注方法及装置、电子设备、存储介质 |
| WO2022134832A1 (zh) * | 2020-12-23 | 2022-06-30 | 深圳壹账通智能科技有限公司 | 地址信息抽取方法、装置、设备及存储介质 |
| CN114441029A (zh) * | 2022-01-20 | 2022-05-06 | 深圳壹账通科技服务有限公司 | 语音标注系统的录音噪音检测方法、装置、设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105931644B (zh) | 一种语音识别方法及移动终端 | |
| JP6909832B2 (ja) | オーディオにおける重要語句を認識するための方法、装置、機器及び媒体 | |
| CN110659366A (zh) | 语义解析方法、装置、电子设备以及存储介质 | |
| CN110888968A (zh) | 客服对话意图分类方法及装置、电子设备及介质 | |
| CN111783471B (zh) | 自然语言的语义识别方法、装置、设备及存储介质 | |
| CN111368504A (zh) | 语音数据标注方法、装置、电子设备及介质 | |
| CN110718226A (zh) | 语音识别结果处理方法、装置、电子设备及介质 | |
| CN109979450B (zh) | 信息处理方法、装置及电子设备 | |
| CN105426759A (zh) | Url的合法性识别方法及装置 | |
| CN106156794B (zh) | 基于文字风格识别的文字识别方法及装置 | |
| CN111291551B (zh) | 文本处理方法、装置、电子设备及计算机可读存储介质 | |
| CN112397051A (zh) | 语音识别方法、装置及终端设备 | |
| CN112084752A (zh) | 基于自然语言的语句标注方法、装置、设备及存储介质 | |
| CN104090968A (zh) | 一种智能信息推送的方法和装置 | |
| CN107506407B (zh) | 一种文件分类、调用的方法及装置 | |
| CN113779934A (zh) | 多模态信息提取方法、装置、设备及计算机可读存储介质 | |
| CN112669850A (zh) | 语音质量检测方法、装置、计算机设备及存储介质 | |
| CN117275466A (zh) | 一种业务意图识别方法、装置、设备及其存储介质 | |
| CN112328308A (zh) | 用于识别文本的方法和装置 | |
| CN117496984A (zh) | 目标对象的交互方法、装置、设备及可读存储介质 | |
| CN112364131B (zh) | 一种语料处理方法及其相关装置 | |
| CN114218364A (zh) | 问答知识库扩充方法与装置 | |
| CN110276001B (zh) | 盘点页识别方法、装置、计算设备和介质 | |
| CN115310441A (zh) | 数据处理方法、装置、电子设备和存储介质 | |
| CN113077786A (zh) | 一种语音识别方法、装置、设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200703 |
|
| RJ01 | Rejection of invention patent application after publication |