杭州秋果计划科技有限公司 本次登记的数据知识产权 声音转文本模型训练数据, 该训练数据为从声音自动获取的训练样本，用于声音转文本模型(下称ASR模型)的训练和优化。本训练数据通过多种开源ASR模型对原始音频数据进行识别处理后，进行联合投票优化，样本质量更高，有助于提高ASR模型的鲁棒性和泛化能力。训练好的ASR模型能应用到智能终端和智能家居等物联网设备中，将用户的声音转化为文本指令，方便人们的工作和生活。(1) 数据收集： 秋果计划自有产品Wigain智能眼镜的实时对话、测试中收集的音频数据格式为wav文件。 (2) 数据清洗处理： 从音频文件保存路径audio_path中获取音频数据； 使用qwen大模型的ASR模型得到一语音识别结果text_qwen； 使用paddle深度学习平台的ASR模型得到另一语音识别结果text_paddle； 使用whisper_turbo语音识别服务的ASR模型得到的再一语音识别结果text_whisper_turbo； 使用paraformer识别模型的的ASR模型得到又一语音识别结果text_paraformer； 对以上4个语音识别结果进行片段投票得到投票得到融合的投票结果text_vote，比较出不同之处diff_spans并在text_vote上进行高亮标识； 计算4个语音识别结果的一致率correct_char_ratio。 下面对diff_spans和correct_char_ratio涉及的规则进行解释说明，以样例数据为例，投票算法首先从4个结果出选出与其余3个重合度最高的一个，即“播放蜘蛛侠”，由这个结果与其他3个结果进行片段对比，片段“播放”、“蜘蛛侠”2个片段在其他结果中都能找到匹配的片段，则说明该结果的全部字符都能得到验证，因此一致率为1。再以其它数据为例，“Run bot.”、“ron bought”、“run but”、“run barth”投票得到“run bot.” (t.标红高亮)，比较出不同之处diff_spans=["diff_span": [6, 8], "gt": null, "common_span_strs": null]，计算出一致率correct_char_ratio=0.75。过程为首先找到了“Run bot.”，再与其他3个结果对比，片段“Run bo”可由第3和第4个结果得到验证，片段“n bo”可由第二个结果得到验证，而片段“t.”无法验证，因此一致率为6/8=0.75。 (3) 模型训练 将清洗处理好的数据用于ASR模型的训练与优化。训练过程中，将一致率大于0.9的数据作为正向训练样本，将一致率小于0.96的舍去。 (4) 模型输出 将获取到的音频输入到训练好的ASR模型中，识别音频中的文本数据。
登记内容：
关于 杭州秋果计划科技有限公司 , 杭州秋果计划科技有限公司，是一家专注于大数据处理与分析的高科技企业，致力于为各行业提供高效的数据解决方案和服务。该公司拥有一支技术实力雄厚的专业团队，在数据挖掘、人工智能领域拥有丰富的实践经验。_simple
关于 浙江省数据知识产权登记平台 , 浙江省数据知识产权登记平台是一个专门用于登记和管理数据知识产权的官方平台。该平台允许企业和个人申请登记其数据知识产权，包括专利分类数据、客户价值评估数据等。平台提供公告功能，展示已登记、放弃或撤销的数据知识产权信息，并提供详细的申请人、申请时间和更新信息。
_1769672084863.jpg)