基于LLM-TTS的数据扩增方法、系统、设备及存储介质

本申请涉及语言识别技术领域，尤其涉及一种基于LLM‑TTS的数据扩增方法、系统、设备及存储介质，包括收集可用的语音数据集并对其进行预处理；基于预处理后的语音数据集对预设的LLM‑based TTS模型进行训练；利用训练好的LLM‑based TTS模型进行数据扩增；对扩增数据进行筛选；使用筛选过的扩增数据训练ASR自动语音识别模型。本申请通过有效生成和筛选扩增数据，确保在数据稀缺的环境下，语音识别系统能够更好地适应方言和小语种的特点，从而解决了现有技术中语音识别系统在稀缺语种和方言下识别性能低下的问题。