[发明专利]语音性别联合识别方法、装置、电子设备及存储介质

说明书

本发明提供一种语音性别联合识别方法、装置、电子设备及存储介质，所述方法包括：获取待识别的语音数据；基于所述待识别的语音数据和语音性别联合识别模型，获得语音性别联合识别结果；其中，所述语音性别联合识别模型为预先基于联合训练集和联合网络算法训练得到的。本方法有效地将性别识别和语音识别进行了信息互补，以在此情况下进行待识别数据的识别，相当于同步进行性别识别和语音识别，以及为语音识别过程中增添了性别识别信息，同时为性别识别过程附加了语音中包含的文字内容，能够从整体上有效提升语音识别的准确率。

技术领域

本发明涉及信息识别技术领域，尤其涉及一种语音性别联合识别方法、装置、电子设备及存储介质。

背景技术

随着科技发展，人工智能产品在生活中的渗透率越来越高，语音识别作为人机交互的基本技术，其在智能家居、智能汽车、智能客服等场景下均有着广阔的应用。在智能客服场景的实际应用中，通常的主要业务模式为语音转文字、语义理解、话术生成、用户画像等，而识别客户性别也非常重要，因为识别客户性别可以在语音识别之外做能力补充，以辅助于智能客服系统更好地完成上述各项主要业务。

现有相关技术中，性别识别任务通常是语音识别任务之外的另一个独立的任务，具体方法是从语音样本中提取MFCC或FBANK特征，结合相关方法进行性别分类，性别分类一般采用按帧分类加后处理的two-stage方案或整句分类方案。上述性别识别任务完全独立于语音识别任务，使得两项任务之间信息孤立而不互通，并且在任务部署时还需额外部署性别识别模型资源，费时费力。

发明内容

本发明提供一种语音性别联合识别方法、装置、电子设备及存储介质，用以解决现有技术中性别识别任务和语音识别任务相互独立、信息孤立且模型资源浪费的缺陷，实现在性别识别和语音识别信息互补的情况下进行语音识别。

本发明提供一种语音性别联合识别方法，包括：

获取待识别的语音数据；

基于所述待识别的语音数据和语音性别联合识别模型，获得语音性别联合识别结果；

其中，所述语音性别联合识别模型为预先基于联合训练集和联合网络算法训练得到的。

根据本发明提供的一种语音性别联合识别方法，所述语音性别联合识别模型的训练过程包括：

获取语音性别联合训练数据样本，以作为联合训练集；

基于所述联合网络算法中的语音识别网络对所述联合训练集进行学习训练，以获得注重内容式识别结果；

基于所述联合网络算法中的性别识别网络对所述联合训练集与所述注重内容式识别结果进行学习训练，以获得注重性别式识别结果；

基于所述注重内容式识别结果和所述注重性别式识别结果，获得语音性别联合识别结果；

基于语音性别联合识别结果获得所述语音性别联合识别模型。

根据本发明提供的一种语音性别联合识别方法，所述基于所述联合网络算法中的性别识别网络对所述联合训练集与所述注重内容式识别结果进行学习训练，以获得注重性别式识别结果，包括：

将所述注重内容式识别结果与所述联合训练集进行匹配，获得内容匹配数据；

选取所述联合训练集中除所述内容匹配数据以外的数据，以作为联合训练子集；

基于所述性别识别网络对所述联合训练子集进行学习训练，以获得注重性别式识别结果。

根据本发明提供的一种语音性别联合识别方法，所述联合训练集的获取过程包括：

获取若干语音识别数据样本，以作为第一训练集；

获取若干性别识别数据样本，以作为第二训练集；