• 热门行业
  • 装修建材
  • 家居生活
  • 餐饮食品
  • 母婴教育
  • 电脑办公
  • 服装首饰
  • 汽车工具
  • 家电数码
  • 机械化工
  • 休闲美容
返回上一页
专利状态
一种语料获取的方法、装置、可读存储介质和电子设备
有效
专利申请进度
申请
2020-09-30
申请公布
2021-01-08
授权
2024-02-02
预估到期
2040-09-30
专利基础信息
申请号 CN202011065772.5 申请日 2020-09-30
申请公布号 CN112201225A 申请公布日 2021-01-08
授权公布号 CN112201225B 授权公告日 2024-02-02
分类号 G10L15/01;G10L15/22;G10L15/26;G10L25/87;G06N3/08;G06F16/11;G06F16/951;G06F16/955;G06F40/30
分类 乐器;声学;
申请人名称 北京大米科技有限公司
申请人地址 北京市海淀区清河安宁庄东路18号23号楼二层2223
专利法律状态
  • 2024-02-02
    授权
    状态信息
    授权
  • 2021-01-08
    公布
    状态信息
    公布
摘要
本发明实施例公开了一种语料获取的方法、装置、可读存储介质和电子设备。本发明实施例通过爬取网络数据源,获取第一语料信息;根据第一语料信息获取所述第一语料信息对应的第一文本信息;将所述第一语料信息通过语音活动检测VAD模型进行切分,确定切分后的至少一个第二语料信息,并在所述第一文本信息中获取与所述第二语料信息对应的第二文本信息;根据预先训练的打分模型对所述第二语料信息进行打分,响应于所述第二语料信息的分值大于设定阈值,则保存所述第二语料信息以及所述第二语料对应的第二文本信息。通过上述方法,可以基于网络数据源自动确定出高质量的语料信息和文本信息,既提高了收集到的语料的质量,又节约了人力资源。