[發明專利]聲紋識別系統、方法、裝置及電子設備有效
| 申請號： | 201910060740.7 | 申請日： | 2019-01-21 |
| 公開（公告）號： | CN111462760B | 公開（公告）日： | 2023-09-26 |
| 發明（設計）人： | 鄭斯奇;索宏彬;雷赟 | 申請（專利權）人： | 阿里巴巴集團控股有限公司 |
| 主分類號： | G10L17/04 | 分類號： | G10L17/04;G10L17/06 |
| 代理公司： | 北京君以信知識產權代理有限公司 11789 | 代理人： | 譚鎮 |
| 地址： | 英屬開曼群島大開*** | 國省代碼： | 暫無信息 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 聲紋 識別 系統 方法 裝置 電子設備 | ||
1.一種聲紋識別方法，包括：
獲取已標注說話者信息的第一聲紋數據集和未標注說話者信息的第二聲紋數據集；
從所述第一聲紋數據集中學習得到第一聲紋識別模型；
通過所述第一聲紋識別模型，識別所述第二聲紋數據的說話者信息；
從所述第一聲紋數據集和由所述第二聲紋數據的說話者信息標注的第二聲紋數據集中，學習得到第二聲紋識別模型；
至少基于所述第二聲紋識別模型識別聲紋數據。
2.根據權利要求1所述的方法，其特征在于，
所述通過所述第一聲紋識別模型，并識別所述第二聲紋數據的說話者信息，包括：
將所述第二聲紋數據集劃分為多個第二聲紋數據子集；
遍歷所述多個第二聲紋數據子集，針對各個所述第二聲紋數據子集執行如下步驟：
通過所述第一聲紋識別模型，識別所述第二聲紋數據子集包括的第二聲紋數據的說話者信息；
根據訓練所述第一聲紋識別模型依據的聲紋數據集、及由所述第二聲紋數據的說話者信息標注的第二聲紋數據子集，更新所述第一聲紋識別模型。
3.根據權利要求1所述的方法，其特征在于，
所述第一聲紋數據和所述第二聲紋數據包括喚醒詞聲紋數據；
所述方法還包括：
獲取未標注說話者信息的第三聲紋數據集；所述第三聲紋數據集包括喚醒詞以外內容的聲紋數據；
所述至少通過第一聲紋識別模型和第二聲紋數據集訓練得到第二聲紋識別模型，還包括：
通過所述第二聲紋識別模型，識別所述第三聲紋數據的說話者信息；
根據所述第一聲紋數據集、由所述第二聲紋數據的說話者信息標注的第二聲紋數據集、及由所述第三聲紋數據的說話者信息標注的第三聲紋數據集，更新第二聲紋識別模型。
4.根據權利要求3所述的方法，其特征在于，
所述通過所述第二聲紋識別模型，并識別所述第三聲紋數據的說話者信息，包括：
將所述第三聲紋數據集劃分為多個第三聲紋數據子集；
遍歷所述多個第三聲紋數據子集，針對各個所述第三聲紋數據子集執行如下步驟：
通過所述第二聲紋識別模型，識別所述第三聲紋數據子集包括的第三聲紋數據的說話者信息；
根據訓練所述第二聲紋識別模型依據的聲紋數據集、及由所述第三聲紋數據的說話者信息標注的第三聲紋數據子集，更新所述第二聲紋識別模型。
5.根據權利要求1所述的方法，其特征在于，
所述第一聲紋數據集包括第一智能設備的第一聲紋數據集；
所述第二聲紋數據集包括第一智能設備的第二聲紋數據集；
所述第二聲紋識別模型包括用于所述第一智能設備的第二聲紋識別模型。
6.根據權利要求5所述的方法，其特征在于，還包括：
獲取未標注說話者信息的第二智能設備的第四聲紋數據集；
至少通過第二聲紋識別模型和第四聲紋數據集訓練得到所述第二智能設備的第三聲紋識別模型；
至少基于所述第三聲紋識別模型識別面向所述第二智能設備的聲紋數據。
7.根據權利要求6所述的方法，其特征在于，所述至少通過第二聲紋識別模型和第四聲紋數據集訓練得到所述第二智能設備的第三聲紋識別模型，包括：
通過所述第二聲紋識別模型，識別所述第四聲紋數據的說話者信息；
從所述第一聲紋數據集、由所述第二聲紋數據的說話者信息標注的第二聲紋數據集、及由所述第四聲紋數據的說話者信息標注的第四聲紋數據集中，學習得到所述第二智能設備的第三聲紋識別模型。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于阿里巴巴集團控股有限公司，未經阿里巴巴集團控股有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201910060740.7/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：一種播放器的控制電路和播放器
- 下一篇：由用戶設備執行的切換方法以及用戶設備
