[发明专利]用于移动终端的声纹模型升级方法和装置

说明书

本发明公开用于移动终端的声纹模型升级方法和装置，其中，一种用于移动终端的声纹模型升级方法，包括：响应于SDK初始化，检测移动终端是否存在声纹模型；若存在，判断SDK中的第一声纹模型是否与移动终端中的第二声纹模型匹配；若不匹配，则删除第二声纹模型，并获取移动终端中存储的至少一个注册名及对应的声纹训练音频；基于至少一个注册名和与至少一个注册名对应的注册训练音频对第一声纹模型进行训练以生成更新后的声纹模型。本申请的方案对于用户而言可以避免再次重复且耗时注册声纹模型，提高了用户体验。

技术领域

本发明属于语音数据技术领域，尤其涉及用于移动终端的声纹模型升级方法和装置。

背景技术

相关技术中，目前还没有找到一种可在移动设备端自动离线升级声纹模型的方法。且现有市面上的声纹识别SDK(software development kit软件开发包)技术，大都是基于云端功能的识别，模型的更新也在云端实现，比如某些科技公司的方案。对于那些少数的离线声纹识别SDK，也没有自动升级声纹模型的方案，且模型的升级还是需要用户手动重复训练导入。

现有技术都能在声纹算法精度提高或修复BUG时主动或被动的更新声纹模型，从而提高声纹识别的准确率和响应率。

发明人在实现本申请的过程中发现，上述方案至少存在以下缺陷：

依赖云端服务：对于那些在线声纹识别技术，需在云端部署升级服务，且无法在离线状态下使用。

成本较大：对于那些在线识别技术而言，升级过程中需要较高的网络带宽和资源，运维成本提高。对于现有的离线方案而言，需要用户再次手动重复执行一系列繁琐的训练过程，用户体验成本大大提高。

发明内容

本发明实施例提供一种用于移动终端的声纹模型升级方法和装置，用于至少解决上述技术问题之一。

第一方面，本发明实施例提供一种用于移动终端的声纹模型升级方法，包括：响应于SDK初始化，检测移动终端是否存在声纹模型；若存在，判断SDK中的第一声纹模型是否与所述移动终端中的第二声纹模型匹配；若不匹配，则删除所述第二声纹模型，并获取所述移动终端中存储的至少一个注册名及对应的声纹训练音频；基于所述至少一个注册名和与所述至少一个注册名对应的注册训练音频对所述第一声纹模型进行训练以生成更新后的声纹模型。

第二方面，本发明实施例提供一种用于移动终端的声纹模型升级装置，包括：检测模块，配置为响应于SDK初始化，检测移动终端是否存在声纹模型；判断模块，配置为若存在，判断SDK中的第一声纹模型是否与所述移动终端中的第二声纹模型匹配；删除获取模块，配置为若不匹配，则删除所述第二声纹模型，并获取所述移动终端中存储的至少一个注册名及对应的声纹训练音频；以及训练更新模块，配置为基于所述至少一个注册名和与所述至少一个注册名对应的注册训练音频对所述第一声纹模型进行训练以生成更新后的声纹模型。

第三方面，提供一种电子设备，其包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例的用于移动终端的声纹模型升级方法的步骤。

第四方面，本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括存储在非易失性计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行本发明任一实施例的用于移动终端的声纹模型升级方法的步骤。

本申请的提供的由SDK自动更新移动设备端的声纹模型这一方案，对于用户而言可以避免再次重复且耗时注册声纹模型，提高了用户体验；对于开发者而言，使用该版本的SDK就不必担心由于声纹算法的迭代更新导致声纹应用无法继续使用的情况。更重要的是，该方案不依赖于云端服务器，可以纯离线执行，没有网络资源和服务器运维成本的消耗。且各台设备升级过程中互不影响，不受服务器并发出错问题的影响。

附图说明