训练样本选取方法、装置、电子设备及存储介质

本发明涉及计算机技术领域，提供一种训练样本选取方法、装置、电子设备及存储介质。该方法包括：首先将主播的直播语音转换为直播文本，并滤除直播文本中的干扰信息得到目标文本；然后确定目标文本中每个句子的语义特征和风格特征，并将每个句子的语义特征和风格特征存储至主播的主播语料库；最后按照预设的分层聚类策略，基于主播语料库中每个句子的语义特征和风格特征进行聚类，获得多个目标句子，并将每个目标句子均作为主播对应的角色扮演模型的训练样本；其中，角色扮演模型用于模仿主播的语言风格。通过选取能够准确表示主播语言风格的文本以训练角色扮演模型，从而提高了模型的训练效果和模仿能力。