[发明专利]一种年龄预测方法和装置以及设备

权利要求书

1.一种年龄预测方法，其特征在于，包括：

获取不同年龄段的人体的语音数据；

构建基于所述语音数据的支持向量机回归模型；

采用支持向量机对所述构建的支持向量机回归模型进行训练；

根据所述经训练后的支持向量机回归模型，来对人体的语音进行对应所述语音的人体的年龄的预测。

2.如权利要求1所述的年龄预测方法，其特征在于，所述采用支持向量机对所述构建的支持向量机回归模型进行训练，包括：

采用支持向量机对所述语音数据中的每个语音进行相应年龄的年龄标签打标，和从所述经年龄标签打标后的语音数据中提取出每个语音的声学特征，并从所述声学特征中提取出梅尔倒谱系数特征、频谱质心特征、频谱带宽特征和频谱滚边特征作为支持向量机的训练输入的方式，以及采用所述将梅尔倒谱系数特征、频谱质心特征、频谱带宽特征和频谱滚边特征作为训练输入的支持向量机对所述构建的支持向量机回归模型进行训练。

3.如权利要求1所述的年龄预测方法，其特征在于，所述根据所述经训练后的支持向量机回归模型，来对人体的语音进行对应所述语音的人体的年龄的预测，包括：

根据所述经训练后的支持向量机回归模型，从人体的语音中提取出对关联所述语音的梅尔倒谱系数特征、频谱质心特征、频谱带宽特征和频谱滚边特征，将所述提取出的关联所述语音的梅尔倒谱系数特征、频谱质心特征、频谱带宽特征和频谱滚边特征输入所述经训练后的支持向量机回归模型，来对人体的语音进行对应所述语音的人体的年龄的预测，通过所述经训练后的支持向量机回归模型得到预测的年龄。

4.如权利要求1所述的年龄预测方法，其特征在于，在所述根据所述经训练后的支持向量机回归模型，来对人体的语音进行对应所述语音的人体的年龄的预测之后，还包括：

通过交叉熵损失的损失函数和优化算法对所述支持向量机进行参数更数，和采用所述经参数更新后的支持向量机通过预测次数的迭代对所述支持向量机回归模型进行训练更新。

5.一种年龄预测装置，其特征在于，包括：

获取模块、构建模块、训练模块和预测模块；

所述获取模块，用于获取不同年龄段的人体的语音数据；

所述构建模块，用于构建基于所述语音数据的支持向量机回归模型；

所述训练模块，用于采用支持向量机对所述构建的支持向量机回归模型进行训练；

所述预测模块，用于根据所述经训练后的支持向量机回归模型，来对人体的语音进行对应所述语音的人体的年龄的预测。

6.如权利要求5所述的年龄预测装置，其特征在于，所述训练模块，具体用于：

采用支持向量机对所述语音数据中的每个语音进行相应年龄的年龄标签打标，和从所述经年龄标签打标后的语音数据中提取出每个语音的声学特征，并从所述声学特征中提取出梅尔倒谱系数特征、频谱质心特征、频谱带宽特征和频谱滚边特征作为支持向量机的训练输入的方式，以及采用所述将梅尔倒谱系数特征、频谱质心特征、频谱带宽特征和频谱滚边特征作为训练输入的支持向量机对所述构建的支持向量机回归模型进行训练。

7.如权利要求5所述的年龄预测装置，其特征在于，所述预测模块，具体用于：

根据所述经训练后的支持向量机回归模型，从人体的语音中提取出对关联所述语音的梅尔倒谱系数特征、频谱质心特征、频谱带宽特征和频谱滚边特征，将所述提取出的关联所述语音的梅尔倒谱系数特征、频谱质心特征、频谱带宽特征和频谱滚边特征输入所述经训练后的支持向量机回归模型，来对人体的语音进行对应所述语音的人体的年龄的预测，通过所述经训练后的支持向量机回归模型得到预测的年龄。

8.如权利要求5所述的年龄预测装置，其特征在于，所述年龄预测装置，还包括：

更新模块；

所述更新模块，用于通过交叉熵损失的损失函数和优化算法对所述支持向量机进行参数更数，和采用所述经参数更新后的支持向量机通过预测次数的迭代对所述支持向量机回归模型进行训练更新。