一种零资源小语种语言数据生成及小语种资源库建设方法、装置及介质

本发明属于人工智能技术领域，提供了一种零资源小语种语言数据生成及小语种资源库建设方法、装置及介质。本发明包括步骤S1：基于现有渠道获取零资源小语种语言数据，包括文本数据和语音数据；步骤S2：对获取的零资源小语种语言数据进行数据扩充，获得原始语料数据；步骤S3：对原始语料数据进行数据清洗和标注，获得处理后的语料数据；步骤S4：将处理后的语料数据进行分类、组织，构建多样化的小语种资源库。根据本发明，通过语料数据收集、数据扩充生成原始语料数据，并将处理后的语料数据进行分类、组织，构建多样化的小语种资源库，解决零资源小语种语料数据缺乏、语料数据清洗复杂、标注困难等问题。