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！

龙图腾网获悉广东电网有限责任公司客户服务中心;广东电网有限责任公司申请的专利语音识别训练数据选择方法、装置、终端设备和存储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：CN120126456B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202510209807.4，技术领域涉及：G10L15/06；该发明授权语音识别训练数据选择方法、装置、终端设备和存储介质是由刘振华;李紫京;王帅;杨英勃;陶飞达;谭火超;吴海波;陈宋;舒畅;冼文祥;白艳玲;刘岱;杨雯哲;潘淑华;甘子莘设计研发完成，并于2025-02-25向国家知识产权局提交的专利申请。

本语音识别训练数据选择方法、装置、终端设备和存储介质在说明书摘要公布了：本发明公开了一种语音识别训练数据选择方法、装置、终端设备和存储介质，其中方法包括：对通用语料库和目标语料库进行离散化生成若干离散标签序列，通过n‑gram语言模型计算离散标签序列的概率分布；接着，根据n‑gram语言模型下的概率分布计算根据不同离散语料库之间的差异度。选择与目标语料库差异度最小的通用语料库子集作为训练数据。本发明筛选后的训练数据质量更适用于目标场景，质量更好，有助于提高语音识别的性能。

本发明授权语音识别训练数据选择方法、装置、终端设备和存储介质在权利要求书中公布了：1.一种语音识别训练数据选择方法，其特征在于，包括： 获取通用语料库和目标场景对应的目标语料库；其中，所述目标语料库包括若干第一语音数据；所述通用语料库包括若干第二语音数据； 确定所述通用语料库所有大小为预设数值的子集，将每一所述子集作为元素构建待选语料集合； 对所述目标语料库中的每一第一语音数据进行离散化处理，生成若干第一离散标签序列； 根据所述目标语料库对应的所有第一离散标签序列，构建第一n-gram语言模型； 针对所述待选语料集合中的每一元素，对所述元素中的每一第二语音数据进行离散化处理，生成若干第二离散标签序列； 根据所述元素对应的所有第二离散标签序列，构建第二n-gram语言模型； 比对所有所述第一离散标签序列和所述元素对应的所有第二离散标签序列，从所有相同的第一离散标签序列和第二离散标签序列中随机选择一个作为共有离散标签序列； 计算所述共有离散标签序列在所述第一n-gram语言模型下的第一概率分布；计算所述共有离散标签序列在所述第二n-gram语言模型下的第二概率分布； 根据所述第一概率分布和所述第二概率分布，计算所述元素对应的语料差异度； 确定语料差异度最小的目标元素，将所述目标元素中的所有第二语音数据作为所述目标场景所需的训练数据。

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东电网有限责任公司客户服务中心;广东电网有限责任公司，其通讯地址为：510000 广东省广州市越秀区东风东路757号大院办公综合楼二楼；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”。

以上内容由龙图腾AI智能生成。