一种在线标注方法及系统与流程

2021-01-28 16:01:47|

369|

起点商标网

本发明涉及语音识别技术领域，尤其是涉及一种在线标注方法及系统。

背景技术：

在语音识别领域，必须事先获得大量应用场景下原始语音的标注数据和音频，才能投入到声学模型训练和语言模型的训练中，从而获得较高的语音识别准确率。

然而，原始语音只包含音频，不包含标注数据，需要靠人工方式进行语音标注获得标注数据。但是传统的语音标注系统是逐字进行标注，效率低且人力成本高，并且传统的标注系统是基于单机软件，无法进行统一的数据管理。

技术实现要素：

针对传统的语音标注系统是逐字进行标注，效率低且人力成本高的问题，本发明提出了一种在线标注方法及系统，对asr引擎识别的原始音频的日志和短音频进行解析，获得识别结果，在根据识别结果进行在线标注，提高标注效率和准确度。

为实现上述目的，本发明提供以下的技术方案：

一种在线标注方法，包括以下步骤：

s1，利用asr引擎识别待标注音频得到原始音频日志和短音频；

s2，对原始音频日志和短音频进行解析，获取识别结果和音频相关信息；

s3，对识别结果进行在线标注，得到标注结果；

s4，根据识别结果和标注结果进行对比计算识别率；

s5，利用音频相关信息对asr引擎识别效果进行统计。

相对于传统的标注工具需要逐字进行标注，本发明在asr引擎识别结果的基础上进行标注，可以节省标注成本，提高工作效率。本发明根据识别结果和标注结果对比，分析识别结果缺漏，增添，替换等相关信息，确定asr引擎的识别效果。

作为优选，所述音频相关信息包括截幅比、音量、前信噪比、后信噪比、音频时长、识别延时、语句长度和传输延时。

截幅比、音量、前信噪比、后信噪比用于分析音频是否出现异常，音频时长、识别延时、语句长度和传输延时用于统计asr引擎识别效果统计以及效果分析。

作为优选，所述步骤s5具体包括：

s501，设定截幅比、音量、前信噪比和后信噪比的阈值范围；

s502，将音频相关信息与阈值范围进行比对，若超过阈值范围则标记为异常音频，并定位异常音频；

s503，计算异常音频占比，并以web客户端通过图表展示。

通过异常音频占比，以及定位异常音频，来展示asr引擎识别效果的好坏，并以web客户端通过图表展示，方便管理人员直观获取asr引擎识别效果的好坏。

作为优选，所述步骤s5具体包括：

s511，对音频时长、识别延时、语句长度和传输延时进行计算得到相关参数；

s512，设定相关参数的阈值范围，若相关参数超过阈值范围，对相关参数进行标记；

s513，用web客户端将相关参数以及带标记的相关参数用图表展示。

对相关参数进行标记，并用图标展示，有助于管理人员对asr引擎识别效果较差时，直观获取asr引擎识别效果较差的原因。

作为优选，所述相关参数包括实时率、总实时率、排队时延、识别延时。设置实时率、总实时率、排队时延、识别延时更加全面的判定asr引擎识别效果较差的原因，提高判定的准确率。

作为优选，所述步骤s4具体包括：获取识别结果关于缺漏错误、增添错误和替换错误的信息，计算识别率，所述识别率包括缺漏识别率、增添识别率、替换识别率和总错误识别率。对各种可能出现的错误进行统计，使对asr引擎识别效果识别更加全面，有利于后续管理人员对asr引擎识别进行优化，以及优化标注方式。

一种在线标注系统，采用上述的一种在线标注方法，包括：

解析子系统，对原始音频日志和短音频进行解析，获取识别结果和音频相关信息；

在线标注子系统，对识别结果进行在线标注，得到标注结果；

统计子系统，根据识别结果和标注结果进行对比计算识别率，利用音频相关信息对asr引擎识别效果进行统计；

垂直分数据库，分开存储解析和标注不同的阶段产生的数据。对解析和标注不同的阶段产生的数据，存储至不同的数据库，可以提高查询的效率。本发明在asr引擎识别结果的基础上进行标注，可以节省标注成本，提高工作效率。本发明根据识别结果和标注结果对比，分析识别结果缺漏，增添，替换等相关信息，确定asr引擎的识别效果。

作为优选，本发明还包括标注音频管控子系统，根据不同的业务场景建立不同的项目和任务对需要标注的音频进行管控，提高标注的效率。

本发明有以下有益效果：在asr引擎识别结果的基础上进行标注，可以节省标注成本，提高工作效率；根据识别结果和标注结果对比，分析识别结果缺漏，增添，替换等相关信息，确定asr引擎的识别效果；对各种可能出现的错误进行统计，使对asr引擎识别效果识别更加全面，有利于后续管理人员对asr引擎识别进行优化，以及优化标注方式。

附图说明

图1是本实施例的方法流程图；

图2是本实施例的系统构成图。

具体实施方式

实施例：

本实施例提出一种在线标注方法，参考图1，包括以下步骤：

s1，利用asr引擎识别待标注音频得到原始音频日志和短音频；

s2，对原始音频日志和短音频进行解析，获取识别结果和音频相关信息；音频相关信息包括截幅比、音量、前信噪比、后信噪比、音频时长、识别延时、语句长度和传输延时。

s3，对识别结果进行在线标注，得到标注结果；

s4，根据识别结果和标注结果进行对比计算识别率；

步骤s4具体包括：获取识别结果关于缺漏错误、增添错误和替换错误的信息，计算识别率，识别率包括缺漏识别率、增添识别率、替换识别率和总错误识别率。对各种可能出现的错误进行统计，使对asr引擎识别效果识别更加全面，有利于后续管理人员对asr引擎识别进行优化，以及优化标注方式。

s5，利用音频相关信息对asr引擎识别效果进行统计。