[發明專利]聲音信號處理的方法、裝置、設備、計算機可讀存儲介質

有效

• 申請號: 202011481460.2
• 申請日: 2020-12-15
• 公開（公告）號: CN112634909B
• 公開（公告）日: 2022-03-15
• 發明（設計）人: 馬嘯空;蔣逸恒;張策;張濤濤
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G10L17/00
• 分類號: G10L17/00;G10L15/18;G10L15/02
• 代理公司: 北京市金杜律師事務所 11256
• 代理人: 趙林琳

根據本公開的示例實施例，提供了一種聲音信號處理的方法、裝置、設備、計算機可讀存儲介質和計算機程序產品。涉及人工智能領域，尤其涉及語音和深度學習技術領域。具體實現方案為：獲取與用戶的聲音相對應的第一類型的第一聲音信號和第二類型的第二聲音信號；基于第一聲音信號與第一類型模型庫中的用戶模型的比較和第二聲音信號與第二類型模型庫中的用戶模型的比較，確定與用戶的聲音相匹配的第一用戶模型，以識別用戶的身份；如果確定第一用戶模型在第一類型模型庫中，將第二聲音信號與用戶的身份相關聯地存儲；以及基于第二聲音信號建立與用戶的身份相關聯的第二用戶模型。根據本公開的實施例，可以準確地識別用戶語音，還可以提高用戶操作的便利性。

技術領域

本公開涉及信息處理領域，并且更具體地，涉及聲音信號處理的方法、裝置、設備、計算機可讀存儲介質和計算機程序產品。

背景技術

隨著人工智能技術的普及，尤其是語音交互的發展，各種搭載語音技術的設備走進人們的生活。其中，能夠自動識別說話人身份的聲紋識別技術成為智能設備的標配之一。聲紋識別技術即說話人語音的識別技術，該技術通過聲音信號提取代表說話人身份的相關特征，例如反映聲門開合頻率的基頻特征、反映口腔大小形狀及聲道長度的頻譜特征等，進而通過語音識別用戶的身份。

聲紋識別應用包括兩個階段，注冊階段和運行階段。在注冊階段，生成與用戶的身份相對應的用戶模型。在運行階段，通過用戶語音與用戶模型的匹配，識別出當前用戶的身份。然而，在聲紋系統升級時，往往需要用戶錄入語音來重新注冊，從而導致操作的便利性不足。

發明內容

根據本公開的示例實施例，提供了一種聲音信號處理的方法、裝置、設備、計算機可讀存儲介質和計算機程序產品。

在本公開的第一方面中，提供了一種聲音信號處理的方法，包括：獲取與用戶的聲音相對應的第一類型的第一聲音信號和第二類型的第二聲音信號；基于第一聲音信號與第一類型模型庫中的用戶模型的比較和第二聲音信號與第二類型模型庫中的用戶模型的比較，確定與用戶的聲音相匹配的第一用戶模型，以識別用戶的身份；如果確定第一用戶模型在第一類型模型庫中，將第二聲音信號與用戶的身份相關聯地存儲；以及基于第二聲音信號建立與用戶的身份相關聯的第二用戶模型。

在本公開的第二方面中，提供了一種聲音信號處理的裝置，包括：第一聲音信號獲取模塊，被配置為獲取與用戶的聲音相對應的第一類型的第一聲音信號和第二類型的第二聲音信號；第一匹配模塊，被配置為基于第一聲音信號與第一類型模型庫中的用戶模型的比較和第二聲音信號與第二類型模型庫中的用戶模型的比較，確定與用戶的聲音相匹配的第一用戶模型，以識別用戶的身份；關聯模塊，被配置為如果確定第一用戶模型在第一類型模型庫中，將第二聲音信號與用戶的身份相關聯地存儲；以及第一模型建立模塊，被配置為基于第二聲音信號建立與用戶的身份相關聯的第二用戶模型。

在本公開的第三方面中，提供了一種電子設備，包括一個或多個處理器；以及存儲裝置，用于存儲一個或多個程序，當一個或多個程序被一個或多個處理器執行，使得一個或多個處理器實現根據本公開的第一方面的方法。

在本公開的第四方面中，提供了一種計算機可讀介質，其上存儲有計算機程序，該程序被處理器執行時實現根據本公開的第一方面的方法。

在本公開的第五方面中，提供了一種計算機程序產品，包括計算機程序指令，該計算機程序指令被處理器實現如本公開的第一方面的方法。

應當理解，發明內容部分中所描述的內容并非旨在限定本公開的實施例的關鍵或重要特征，亦非用于限制本公開的范圍。本公開的其它特征將通過以下的描述變得容易理解。

附圖說明

結合附圖并參考以下詳細說明，本公開各實施例的上述和其他特征、優點及方面將變得更加明顯。在附圖中，相同或相似的附圖標記表示相同或相似的元素。附圖用于更好地理解本方案，不構成對本公開的限定，其中：

圖1示出了本公開的多個實施例能夠在其中實現的示例環境的示意圖；