广州视源电子科技股份有限公司;广州视源人工智能创新研究院有限公司雷延强获国家专利权
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
龙图腾网获悉广州视源电子科技股份有限公司;广州视源人工智能创新研究院有限公司申请的专利一种音频数据筛选方法、装置、设备及计算机可读介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115424616B 。
龙图腾网通过国家知识产权局官网在2025-08-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202110518510.8，技术领域涉及：G10L15/26；该发明授权一种音频数据筛选方法、装置、设备及计算机可读介质是由雷延强;叶珑设计研发完成，并于2021-05-12向国家知识产权局提交的专利申请。
本一种音频数据筛选方法、装置、设备及计算机可读介质在说明书摘要公布了：本申请公开了一种音频数据筛选方法、装置、设备及计算机可读介质，涉及音频处理技术领域，包括：获取音频数据集，音频数据集包括多条音频数据以及每条音频数据对应的文本数据；将音频数据和相应的文本数据对齐，得到包含各第一音素以及第一发音概率的第一序列；对音频数据进行语音识别，得到包含各第二音素以及第二发音概率的第二序列，根据第一序列、第一发音概率、第二序列和第二发音概率确定文本数据中每个文本在音频数据中的第三发音概率；根据第三发音概率，在音频数据集中筛选出目标音频数据以及对应的目标标注文本构建音频训练集。采用上述方法可以解决人为构造的标注文本易出现错误而影响声学模型的训练效果的技术问题。
本发明授权一种音频数据筛选方法、装置、设备及计算机可读介质在权利要求书中公布了：1.一种音频数据筛选方法，其特征在于，包括： 获取音频数据集，所述音频数据集包括多条音频数据以及每条所述音频数据对应的文本数据，所述文本数据是由人工根据对应的音频数据构建； 将所述音频数据和相应的文本数据对齐后，得到每个第一音素的第一发音概率和包含各所述第一音素的第一序列，所述第一音素为文本数据中的音素，所述第一序列还包含各所述第一音素在所述音频数据中的第一起止时间； 对所述音频数据进行语音识别后，得到每个第二音素的第二发音概率和包含各所述第二音素的第二序列，所述第二音素为识别所述音频数据后得到的音素； 根据所述第一序列、所述第一发音概率、所述第二序列和所述第二发音概率确定所述文本数据中每个文本在所述音频数据中的第三发音概率； 根据所述第三发音概率，在所述音频数据集中筛选出目标音频数据以及对应的目标文本数据，所述目标音频数据集和所述目标文本数据组成音频训练集。
如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广州视源电子科技股份有限公司;广州视源人工智能创新研究院有限公司，其通讯地址为：510530 广东省广州市黄埔区云埔四路6号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号