[發明專利]用于訓練說話人識別模型的方法、裝置、電子設備和可讀存儲介質

在審

• 申請號: 202110656988.7
• 申請日: 2021-06-11
• 公開（公告）號: CN113393848A
• 公開（公告）日: 2021-09-14
• 發明（設計）人: 江民
• 申請（專利權）人: 上海明略人工智能（集團）有限公司
• 主分類號: G10L17/04
• 分類號: G10L17/04
• 代理公司: 北京康盛知識產權代理有限公司 11331
• 代理人: 陶俊潔

1.一種用于訓練說話人識別模型的方法，其特征在于，包括：

獲取待分類語料；

將所述待分類語料輸入預設的分類模型，確定所述待分類語料是否屬于垂直領域；

在所述待分類語料屬于垂直領域的情況下，利用所述待分類語料訓練第一說話人識別模型。

2.根據權利要求1所述的方法，其特征在于，獲取待分類語料，包括：

通過預置的網絡爬蟲從預置網頁中爬取網頁文本數據，將所述網頁文本數據確定為待分類語料；和/或，

獲取即時通訊軟件中的聊天文本數據，將所述聊天文本數據確定為待分類語料。

3.根據權利要求2所述的方法，其特征在于，獲取即時通訊軟件中的聊天文本數據后，還包括：

獲取所述聊天文本數據對應的說話人身份信息；

將帶有所述說話人身份信息的聊天文本數據輸入所述分類模型，確定所述帶有所述說話人身份信息的聊天文本數據是否屬于垂直領域；

在所述帶有所述說話人身份信息的聊天文本數據屬于垂直領域的情況下，利用所述帶有所述說話人身份信息的聊天文本數據訓練第二說話人識別模型。

4.根據權利要求1所述的方法，其特征在于，獲取待分類語料，包括：

通過錄音軟件獲取待分類語音數據；

將所述待分類語音數據確定為待分類語料。

5.根據權利要求1所述的方法，其特征在于，所述分類模型通過以下方式獲取：

利用帶有預設領域標簽的樣本語料訓練預設的神經網絡模型，獲得分類模型。

6.根據權利要求1所述的方法，其特征在于，在待分類語料屬于垂直領域的情況下，還包括：

利用所述待分類語料訓練垂直領域語言模型。

7.根據權利要求1至6任一項所述的方法，其特征在于，確定待分類語料是否屬于垂直領域后，還包括：

在所述待分類語料屬于垂直領域的情況下，確定所述待分類語料的領域標簽為屬于垂直領域；在所述待分類語料不屬于垂直領域的情況下，確定所述待分類語料的領域標簽確定為不屬于垂直領域；

利用帶有領域標簽的待分類語料對所述分類模型進行更新訓練。

8.一種用于訓練說話人識別模型的裝置，其特征在于，包括：

獲取模塊，被配置為獲取待分類語料；

分類模塊，被配置為將所述待分類語料輸入預設的分類模型，確定所述待分類語料是否屬于垂直領域；

訓練模塊，被配置為在所述待分類語料屬于垂直領域的情況下，利用所述待分類語料訓練第一說話人識別模型。

9.一種電子設備，包括處理器和存儲有程序指令的存儲器，其特征在于，所述處理器被配置為在運行所述程序指令時，執行如權利要求1至7任一項所述的用于訓練說話人識別模型的方法。

10.一種可讀存儲介質，存儲有可執行指令，其特征在于，所述可執行指令在運行時執行包括如權利要求1至7任一項所述的用于訓練說話人識別模型的方法。