[发明专利]说话人日志模型的训练方法、装置、设备及存储介质

权利要求书

1.一种说话人日志模型的训练方法，其特征在于，所述方法包括：

获取样本语音信号的特征序列及真实标签，所述真实标签是指表征真实说话人类别的标签；

根据所述特征序列获取估计吸引子序列，所述估计吸引子序列中的一个吸引子表征一个说话人类别；

将所述特征序列及所述估计吸引子序列输入至所述说话人日志模型中得到估计说话人类别概率，所述估计说话人类别概率是指所述说话人日志模型估计得到的说话人类别的概率；

基于所述估计说话人类别概率及所述真实标签，计算第一损失函数值；

基于所述第一损失函数值对所述说话人日志模型的模型参数进行更新。

2.根据权利要求1所述的训练方法，其特征在于，所述说话人日志模型包括编码器和解码器；

所述根据所述特征序列获取估计吸引子序列，包括：

将所述特征序列输入至所述编码器进行编码处理，得到说话人特征向量；

将所述说话人特征向量输入至所述解码器进行解码处理，得到所述估计吸引子序列。

3.根据权利要求2所述的训练方法，其特征在于，所述说话人日志模型包括分类器网络；

所述将所述特征序列及所述估计吸引子序列输入至所述说话人日志模型中得到估计说话人类别概率，包括：

计算所述特征序列中的每一个特征与所述估计吸引子序列中的每一个吸引子之间的相似度；

将所述特征序列及所述估计吸引子序列的相似度结果输入至所述分类器网络进行计算，得到所述估计说话人类别概率。

4.根据权利要求1至3任一所述的训练方法，其特征在于，所述方法还包括：

根据所述特征序列及所述真实标签获取理想吸引子序列，所述理想吸引子序列中的一个吸引子表征一个说话人类别；

将所述特征序列及所述理想吸引子序列输入至所述说话人日志模型中得到理想说话人类别概率，所述理想说话人类别概率是指基于所述真实标签得到的真实的说话人类别的概率；

基于所述理想说话人类别概率及所述真实标签，计算第二损失函数值；

所述基于所述第一损失函数值对所述说话人日志模型的模型参数进行更新，包括：

基于所述第一损失函数值及所述第二损失函数值对所述说话人日志模型的模型参数进行更新。

5.根据权利要求4所述的训练方法，其特征在于，所述根据所述特征序列及所述真实标签获取理想吸引子序列，包括：

基于所述真实标签及所述特征序列的乘积，得到所述理想吸引子序列。

6.根据权利要求5所述的训练方法，其特征在于，所述说话人日志模型包括分类器网络；

所述将所述特征序列及所述理想吸引子序列输入至所述说话人日志模型中的所述分类器网络得到理想说话人类别概率，包括：

计算所述特征序列中的每一个特征与所述理想吸引子序列中的每一个吸引子之间的相似度；

将所述特征序列及所述理想吸引子序列的相似度结果输入至所述说话人日志模型中的所述分类器网络进行计算，得到所述理想说话人类别概率。

7.根据权利要求4所述的训练方法，其特征在于，所述第一损失函数值为所述估计说话人类别概率及所述真实标签之间的第一交叉熵，所述第二损失函数值为所述理想说话人类别概率及所述真实标签之间的第二交叉熵；

所述基于所述第一损失函数值及所述第二损失函数值对所述说话人日志模型的模型参数进行更新，包括：

基于所述第一交叉熵及所述第二交叉熵的和，对所述说话人日志模型的模型参数进行更新。

8.根据权利要求1至7任一所述的训练方法，其特征在于，所述说话人日志模型还包括特征提取网络；

所述获取样本语音信号的特征序列，包括：

获取所述样本语音信号的语音特征，所述语音特征为所述样本语音信号的时频特征数据；

通过所述特征提取网络对所述语音特征进行特征提取，得到所述样本语音信号的所述特征序列。