[发明专利]语音对象识别方法及装置

说明书

本申请公开了一种语音对象识别方法及装置。该方法包括：接收语音对象的语音，获取语音中的语音信号，语音信号包括唤醒语音信号和业务指令的语音信号；将唤醒语音信号与语音对象识别模型进行匹配；若匹配成功，则执行该业务指令；当该业务指令执行成功时，若根据所述唤醒语音信号对应的置信因子和所述业务指令对应的得分因子，确定将所述唤醒语音信号作为追加的训练样本，则采用所述训练样本训练所述语音对象识别模型。还公开了相应的装置。通过结合语音匹配和业务指令执行来对唤醒语音信号进行筛选，提高了语音对象识别的准确性。

技术领域

本申请涉及语音识别技术领域，尤其涉及一种语音对象识别方法及装置。

背景技术

语音对象识别或称声纹识别是一种利用人的声音实现的识别技术，由于人在讲话时使用的发声器官存在一定的差异性，任何两个人声音的声纹图谱都有差异，所以声纹可以作为表征个体差异的生物特征，因此可以通过建立识别模型来表征不同的个体，进而利用该识别模型识别不同的个体。语音对象识别技术凭借其低成本、准确和方便等优势，已得到广泛应用。智能终端利用语音对象识别技术，用户进行语音注册后，其他用户就无法唤醒，可以保证用户的隐私。

目前语音对象识别应用中，根据注册语音建立的语音对象识别模型只根据语音对象有限的语料对语音对象语音进行建模，且一旦注册成功，语音对象识别模型就固定不变，语音对象识别的效果对用户注册的语音比较依赖。由于语音对象的语音既与语音对象主观因素如语速、情绪等有关，也与语音对象的身体健康状况等客观因素有关。随着时间的变化，语音对象的这些主、客观因素都会影响语音对象的发音。由于语音对象注册的语音对象识别模型的语料有限，并不能对语音对象语音模型进行充分建模，导致语音对象识别系统识别率难以突破。而声纹训练的语料越长，建立的特征模型当然越精确，识别准确率也就越高，但是这种模型建立的方式的实用性不强。

因此，需要提高语音对象识别的准确性。

发明内容

本申请提供一种语音对象识别方法及装置，以提高语音对象识别的准确性。

本申请的一方面，提供了一种语音对象识别方法，所述方法包括：接收语音对象的语音，获取所述语音中的语音信号，其中，所述语音信号包括唤醒语音信号和业务指令的语音信号；将所述唤醒语音信号与语音对象识别模型进行匹配；若匹配成功，则执行所述业务指令；当所述业务指令执行成功时，若根据所述唤醒语音信号对应的置信因子和所述业务指令对应的得分因子，确定将所述唤醒语音信号作为追加的训练样本，则采用所述训练样本训练所述语音对象识别模型。在该实现方式中，通过结合语音匹配和业务指令执行来对唤醒语音信号进行筛选，提高了语音对象识别的准确性。

在一种实现方式中，所述方法还包括：判断所述唤醒语音信号的置信因子和所述至少一个业务指令的得分因子的加权之和是否大于或等于设定阈值；若所述唤醒语音信号的置信因子和所述至少一个业务指令的得分因子的加权之和大于或等于设定阈值，则确定将所述唤醒语音信号作为追加的训练样本。

在该实现方式中，通过具体的计算方式，可以准确地判断唤醒语音信号是否有效。

在另一种实现方式中，所述业务指令的得分因子与以下至少一个参数有关：业务的私密性、业务的历史应用频率。在该实现方式中，业务的私密性越高，业务指令的得分因子越高；业务的历史应用频率越高，在唤醒终端时，即指示执行该业务，则业务指令的得分因子越高。

在又一种实现方式中，将所述有效的唤醒语音信号作为追加的训练样本之前，所述方法还包括：对所述有效的唤醒语音信号进行处理，其中，所述处理包括以下至少一种操作：降噪处理和去除静音段处理。在该实现方式中，在采用唤醒语音信号作为追加的训练样本前，对唤醒语音信号进行处理，可以提高语音对象识别模型更新的准确性。