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！

龙图腾网获悉京东科技控股股份有限公司申请的专利语音识别训练集的生成方法及装置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：CN115312032B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202110514350.X，技术领域涉及：G10L15/04；该发明授权语音识别训练集的生成方法及装置是由付立设计研发完成，并于2021-05-08向国家知识产权局提交的专利申请。

本语音识别训练集的生成方法及装置在说明书摘要公布了：本申请公开了一种语音识别训练集的生成方法及装置。方法的一具体实施方式包括：获取待处理音频和待处理视频，其中，待处理视频中包括对应于待处理音频的文本信息；识别待处理音频，得到音频文本；识别待处理视频中的文本信息，得到视频文本；基于音频文本与视频文本的一致性，以待处理音频为语音样本，以视频文本为标签，得到语音识别训练集。本申请提供了一种语音识别训练集的自动获取方法，提高了构建语音识别训练集的灵活性和效率。

本发明授权语音识别训练集的生成方法及装置在权利要求书中公布了：1.一种语音识别训练集的生成方法，包括： 获取待处理音频和待处理视频，其中，所述待处理视频中包括对应于所述待处理音频的文本信息； 识别所述待处理音频，得到音频文本； 识别所述待处理视频中的文本信息，得到视频文本； 基于所述音频文本与所述视频文本的一致性，以所述待处理音频为语音样本，以所述视频文本为标签，得到所述语音识别训练集，包括： 对于所述待处理视频中的每个视频帧序列，执行如下操作： 对于该视频帧序列中包括文本信息的每个视频帧，确定该视频帧对应的多个待拼接文本，将所述多个待拼接文本与该视频帧中的至少一个视频帧文本进行拼接，得到多个拼接后文本，并基于所述多个拼接后文本与目标音频片段文本之间的编辑距离，从所述多个拼接后文本选取出预设数量个拼接后文本，作为该视频帧的下一视频帧对应的多个待拼接文本，直至得到并将最后一个视频帧对应的多个待拼接文本确定为该视频帧序列对应的多个视频帧序列文本，其中，所述目标音频片段文本为所述待处理音频中对应于该视频帧序列的音频片段对应的音频片段文本； 根据所述多个视频帧序列文本中的每个视频帧序列文本与所述目标音频片段文本之间的编辑距离，确定目标视频帧序列文本； 以及还包括： 以所述待处理音频中的每个音频片段为语音样本，以该音频片段对应的目标视频帧序列文本为标签，得到所述语音识别训练集。

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京东科技控股股份有限公司，其通讯地址为：100176 北京市大兴区经济技术开发区科创十一街18号C座2层221室；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”。