[發明專利]基于語音的性別識別方法及其裝置、存儲介質和設備

在審

• 申請號: 201911147316.2
• 申請日: 2019-11-21
• 公開（公告）號: CN110827800A
• 公開（公告）日: 2020-02-21
• 發明（設計）人: 周瑞
• 申請（專利權）人: 北京智樂瑟維科技有限公司
• 主分類號: G10L15/02
• 分類號: G10L15/02;G10L15/06;G10L15/08;G10L15/26;G10L17/22
• 代理公司: 北京科家知識產權代理事務所(普通合伙) 11427
• 代理人: 陳娟

本公開涉及一種基于語音的性別識別方法及其裝置、存儲介質和設備，包括：獲取講話者發聲的待識別的語音文件；提取所述語音文件中數據點的特征數據，所述特征數據為能夠識別所述講話者性別的數據；根據所述特征數據并通過SVM支持向量機分類模型對所述講話者的性別進行識別，并輸出識別結果，以便于判斷出講話者的性別，該方法操作簡單，便于實現，且準確率高，可廣泛應用于基于語音的人機交互領域中。

技術領域

本公開涉及語音處理技術領域，具體地，涉及一種基于語音的性別識別方法及其裝置、存儲介質和設備。

背景技術

在人機交互領域中，對于依賴語音交互的智能機器人應用而言，語音可以提供直接可靠的交互方式。但是在交互過程中，機器人也需要像人一樣，通過語音判斷出對話者的性別，以便給予更切合語境的答復。因此，在基于語音人機交互領域中，通過語音識別出對話人的性別就具有重要的實際意義。通過語音識別出對話者的性別，對語音內容和語種不作限制，故語音性別識別可以被廣泛應用。

發明內容

本公開的目的是提供一種基于語音的性別識別方法及其裝置、存儲介質和設備。

為了實現上述目的，在本公開實施例的第一方面提供一種基于語音的性別識別方法，包括：獲取講話者發聲的待識別的語音文件；提取所述語音文件中數據點的特征數據，所述特征數據為能夠識別所述講話者性別的數據；根據所述特征數據并通過SVM支持向量機分類模型對所述講話者的性別進行識別，并輸出識別結果

可選地，所述SVM分類模型包括：

其中，x_i為需要進行性別識別的語音文件內的數據點，x為已知性別的數據點，<x_i,x>表示x_i和x兩者之間的內積，α_i表示SVM分類模型中超平面的支持向量，y_i表示語音文件中數據點的特征數據，b表示SVM分類模型中超平面的截距；

其中，α_i由下述關系式確定：

其中，<φ(x_i),φ(x_j)>表示SVM分類模型中語音文件中的數據點到特征空間的映射。

可選地，所述SVM分類模型包括：

所述SVM分類模型由SVM分類算法經過訓練得到。

在本公開實施例的第二方面提供一種基于語音的性別識別裝置，包括：

獲取模塊，用于獲取講話者發聲的待識別的語音文件；

特征數據提取模塊，用于提取所述語音文件中數據點的特征數據，所述特征數據為能夠識別所述講話者性別的數據；

性別識別模塊，用于根據所述特征數據并通過SVM支持向量機分類模型對所述講話者的性別進行識別，并輸出識別結果。

可選地，所述SVM分類模型包括：

其中，x_i為需要進行性別識別的語音文件內的數據點，x為已知性別的數據點，<x_i,x>表示x_i和x兩者之間的內積，α_i表示SVM分類模型中超平面的支持向量，y_i表示語音文件中數據點的特征數據，b表示SVM分類模型中超平面的截距；

其中，α_i由下述關系式確定：