一种无标注音频数据的处理方法和装置与流程

本发明涉及人工智能，具体而言，涉及一种无标注音频数据的处理方法和装置。

背景技术：

1、目前监督式学习和半监督式学习的核心是将标注后的数据提供给机器进行训练，随着人工智能技术的高速发展，数据标注的需求量越来越大。目前主流的音频标注技术仍使用人力标注或半自动化标注，半自动化标注为先使用音频标注模型对音频内容进行初步识别，然后再进行人工校验，半自动化标注仍需要投入大量的人力和时间，标注效率低，并且由于人力资源不稳定，标注质量也不稳定。

技术实现思路

1、有鉴于此，本发明实施例提供一种无标注音频数据的处理方法和装置，以实现音频数据的自动化标注，提高音频数据标注的效率和准确率，解决大批量无标注音频数据的使用问题。

2、第一方面，提供了一种无标注音频数据的处理方法，所述方法包括：

3、获取无标注音频数据；

4、将所述无标注音频数据分别输入通用音频标注模型、专用音频标注模型和预先训练的验证音频标注模型，得到对应的第一标注文本、第二标注文本和参考标注文本；

5、根据所述第一标注文本和所述第二标注文本的差异，选取待验证标注文本；

6、确定所述待验证标注文本和所述参考标注文本的字错率；

7、响应于所述字错率小于预设字错率，将所述待验证标注文本确定为所述无标注音频数据对应的目标标注文本。

8、第二方面，提供了一种无标注音频数据的处理装置，所述装置包括：

9、获取模块，用于获取无标注音频数据；

10、输入模块，用于将所述无标注音频数据分别输入通用音频标注模型、专用音频标注模型和预先训练的验证音频标注模型，得到对应的第一标注文本、第二标注文本和参考标注文本；

11、选取模块，用于根据所述第一标注文本和所述第二标注文本的差异，选取待验证标注文本；

12、第一确定模块，用于确定所述待验证标注文本和所述参考标注文本的字错率；

13、第二确定模块，用于响应于所述字错率小于预设字错率，将所述待验证标注文本确定为所述无标注音频数据对应的目标标注文本。

14、第三方面，提供一种电子设备，包括存储器和处理器，所述存储器用于存储一条或多条计算机程序指令，其中，所述一条或多条计算机程序指令被所述处理器执行以实现如上述第一方面所述的方法。

15、第四方面，提供一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面所述的方法。

16、第五方面，提供一种计算机程序产品，包括计算机程序/指令，所述计算机程序/指令被处理器执行时实现上述第一方面所述的方法。

17、本发明实施例在获取到无标注音频数据后，将其分别输入通用音频标注模型、专用音频标注模型和预先训练的验证音频标注模型，以得到对应的第一标注文本、第二标注文本和参考标注文本，然后根据所述第一标注文本和所述第二标注文本的差异，选取待验证标注文本，最后根据待验证标注文本和参考标注文本的字错率确定待验证标注文本是否可以成为无标注音频数据的目标标注文本。上述方法通过对通用音频标注模型和专用音频标注模型的输出结果进行判别，选取待验证标注文本，然后通过预先训练的验证音频标注模型的输出结果对待验证标注文本进行验证，从而确定目标标注文本，实现了音频数据的自动化标注，解决了大批量无标注音频数据的使用问题，提高了音频标注的效率和准确率。

技术特征：

1.一种无标注音频数据的处理方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述根据所述第一标注文本和所述第二标注文本的差异，选取待验证标注文本，包括：

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

4.根据权利要求2所述的方法，其特征在于，所述响应于所述第一标注文本和所述第二标注文本不同，根据所述第一标注文本和所述第二标注文本的字数差异，选取所述待验证标注文本，包括：

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

6.根据权利要求4或5所述的方法，其特征在于，所述根据所述判别字数和所述区别字数，选取所述待验证标注文本，包括：

7.根据权利要求4所述的方法，其特征在于，所述方法还包括：

8.根据权利要求1所述的方法，其特征在于，所述验证音频标注模型基于历史无标注音频数据和所述历史无标注音频数据对应的历史待验证标注文本作为训练集训练得到。

9.一种无标注音频数据的处理装置，其特征在于，所述装置包括：

10.一种电子设备，包括存储器和处理器，其特征在于，所述存储器用于存储一条或多条计算机程序指令，其中，所述一条或多条计算机程序指令被所述处理器执行以实现如权利要求1-8中任一项所述的方法。

11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-8中任一项所述的方法。

12.一种计算机程序产品，包括计算机程序/指令，其特征在于，所述计算机程序/指令被处理器执行时实现如权利要求1-8中任一项所述的方法。

技术总结本发明实施例公开了一种无标注音频数据的处理方法和装置。本发明实施例在获取到无标注音频数据后，将其分别输入通用音频标注模型、专用音频标注模型和预先训练的验证音频标注模型，以得到对应的第一标注文本、第二标注文本和参考标注文本，然后根据第一标注文本和第二标注文本的差异选取待验证标注文本，最后根据待验证标注文本和参考标注文本的字错率确定待验证标注文本是否可以成为目标标注文本。上述方法通过对通用音频标注模型和专用音频标注模型的输出结果进行判别，选取待验证标注文本，然后通过验证音频标注模型的输出结果对待验证标注文本进行验证，从而确定目标标注文本，实现了音频数据的自动化标注，提高了音频标注的效率和准确率。技术研发人员：张莉娜,魏光辉,宋莎莎受保护的技术使用者：出门问问（苏州）信息科技有限公司技术研发日：技术公布日：2024/5/27