本發(fā)明涉及語(yǔ)音識(shí)別技術(shù)領(lǐng)域，尤其涉及一種識(shí)別模型訓(xùn)練方法及系統(tǒng)以及智能終端。

背景技術(shù)：

聲紋識(shí)別是一種利用人的聲音實(shí)現(xiàn)的識(shí)別技術(shù)，由于人在講話時(shí)使用的發(fā)聲器官存在一定的差異性，任何兩個(gè)人聲音的聲紋圖譜都有差異，所以聲紋可以作為表征個(gè)體差異的生物特征，因此可以通過(guò)建立識(shí)別模型來(lái)表征不同的個(gè)體，進(jìn)而利用該識(shí)別模型識(shí)別不同的個(gè)體。目前識(shí)別模型的應(yīng)用存在一個(gè)兩難的選擇，主要體現(xiàn)在訓(xùn)練語(yǔ)料的長(zhǎng)度選取上。一般而言，聲紋訓(xùn)練無(wú)法自動(dòng)識(shí)別進(jìn)行訓(xùn)練，需要人為手動(dòng)設(shè)定，訓(xùn)練過(guò)程繁瑣，用戶(hù)體驗(yàn)效果差，且聲紋訓(xùn)練的語(yǔ)料越長(zhǎng)，建立的特征模型越精確，識(shí)別準(zhǔn)確率也就越高，但是這種模型建立的方式的實(shí)用性不強(qiáng)；相反地，聲紋訓(xùn)練語(yǔ)料較短，能保證較好的實(shí)用性，但相對(duì)而言其訓(xùn)練生成的模型的識(shí)別準(zhǔn)確率不高。而在實(shí)際應(yīng)用中，例如應(yīng)用到一些智能設(shè)備中進(jìn)行語(yǔ)音操作的聲紋識(shí)別時(shí)，既要求有較高的識(shí)別準(zhǔn)確率，又要求訓(xùn)練語(yǔ)料不能太長(zhǎng)，從而保證較好的實(shí)用性，則以現(xiàn)有技術(shù)中的聲紋識(shí)別模型建立的技術(shù)方案難以實(shí)現(xiàn)上述目的。

同樣地，現(xiàn)有技術(shù)中，需要由用戶(hù)手動(dòng)多次錄入一定時(shí)長(zhǎng)的訓(xùn)練語(yǔ)料來(lái)輔助建立識(shí)別模型，因此會(huì)給用戶(hù)較差的體驗(yàn)，不具備較高的實(shí)用性；同時(shí)，組合起來(lái)的訓(xùn)練語(yǔ)料的長(zhǎng)度仍然有限，不能生成較精確的特征模型，識(shí)別準(zhǔn)確率無(wú)法進(jìn)一步提升；語(yǔ)速語(yǔ)調(diào)的變化、情緒波動(dòng)等也都會(huì)影響模型建立的精確度。所以，如何在保證較高的實(shí)用性前提下，提高識(shí)別模型精確度，進(jìn)而提高識(shí)別準(zhǔn)確率是急需解決的問(wèn)題。

技術(shù)實(shí)現(xiàn)要素：

根據(jù)現(xiàn)有技術(shù)中存在的上述問(wèn)題，現(xiàn)提供一種識(shí)別模型訓(xùn)練方法及系統(tǒng) 以及智能終端的技術(shù)方案，具體包括：

一種識(shí)別模型訓(xùn)練方法，其中，所述方法包括：

獲取包含至少一個(gè)說(shuō)話人的初始語(yǔ)音信號(hào)流；

將所述初始語(yǔ)音信號(hào)流與一預(yù)設(shè)的聲紋模型進(jìn)行匹配，獲取匹配成功的識(shí)別語(yǔ)音流，并輸出所述識(shí)別語(yǔ)音流；

獲取所述說(shuō)話人的反饋語(yǔ)音流；

根據(jù)預(yù)設(shè)的說(shuō)話人分割算法和說(shuō)話人聚類(lèi)算法，獲取所述反饋語(yǔ)音流關(guān)聯(lián)于所述說(shuō)話人的所述語(yǔ)音信號(hào)流；

判斷所有所述語(yǔ)音信號(hào)流中是否存在能夠作為識(shí)別對(duì)象的所述語(yǔ)音信號(hào)流，并將能夠作為識(shí)別對(duì)象的所述語(yǔ)音信號(hào)流作為識(shí)別信號(hào)流輸出；

將所述識(shí)別信號(hào)流分別與預(yù)先形成的復(fù)數(shù)個(gè)初始識(shí)別模型進(jìn)行匹配，獲取與所述識(shí)別信號(hào)流匹配成功的所述初始識(shí)別模型；

將所述識(shí)別信號(hào)流作為追加的識(shí)別信號(hào)流的訓(xùn)練樣本，并依據(jù)所述訓(xùn)練樣本對(duì)與所述識(shí)別信號(hào)流匹配成功的所述初始識(shí)別模型進(jìn)行更新。

優(yōu)選的，該識(shí)別模型訓(xùn)練方法，其中，所述方法在獲取包含至少一個(gè)說(shuō)話人的初始語(yǔ)音信號(hào)流之前還包括：

根據(jù)預(yù)設(shè)的所述訓(xùn)練樣本建立復(fù)數(shù)個(gè)所述初始識(shí)別模型。

優(yōu)選的，根據(jù)所述說(shuō)話人分割算法與所述說(shuō)話人聚類(lèi)算法，分別獲取所述反饋語(yǔ)音流關(guān)聯(lián)于所述說(shuō)話人的所述語(yǔ)音信號(hào)流的方法具體包括：

根據(jù)所述說(shuō)話人分割算法，將所述反饋語(yǔ)音流分割成多個(gè)語(yǔ)音分段；

根據(jù)所述說(shuō)話人聚類(lèi)算法，將多個(gè)所述語(yǔ)音分段進(jìn)行聚類(lèi)，生成關(guān)聯(lián)于所述說(shuō)話人的所述語(yǔ)音信號(hào)流。

優(yōu)選的，將所述說(shuō)話人的所述識(shí)別信號(hào)流與復(fù)數(shù)個(gè)所述初始識(shí)別模型進(jìn)行匹配，獲取匹配成功的所述識(shí)別信號(hào)流的方法具體包括：

將所述說(shuō)話人的所述識(shí)別信號(hào)流與復(fù)數(shù)個(gè)所述初始識(shí)別模型進(jìn)行匹配，獲取所述識(shí)別信號(hào)流與每個(gè)所述初始識(shí)別模型的匹配度；

選取大于預(yù)設(shè)的匹配閾值的多個(gè)所述匹配度中最高的所述匹配度所對(duì)應(yīng)的所述初始識(shí)別模型。

優(yōu)選的，將所述說(shuō)話人的所述識(shí)別信號(hào)流與復(fù)數(shù)個(gè)所述初始識(shí)別模型進(jìn)行匹配，獲取匹配成功的所述識(shí)別信號(hào)流的方法具體包括：

將所述說(shuō)話人的所述識(shí)別信號(hào)流與復(fù)數(shù)個(gè)所述初始識(shí)別模型進(jìn)行匹配，獲取所述識(shí)別信號(hào)流與每個(gè)所述初始識(shí)別模型的匹配度；

選取大于預(yù)設(shè)的匹配閾值的多個(gè)所述匹配度中最高的所述匹配度所對(duì)應(yīng)的所述初始識(shí)別模型。

優(yōu)選的，將所述識(shí)別信號(hào)流作為追加的識(shí)別信號(hào)流的訓(xùn)練樣本，并依據(jù)所述訓(xùn)練樣本對(duì)與所述識(shí)別信號(hào)流匹配成功的所述初始識(shí)別模型進(jìn)行更新的方法具體包括：

根據(jù)匹配成功的所述初始識(shí)別模型以及預(yù)設(shè)的訓(xùn)練樣本，生成修正識(shí)別模型，預(yù)設(shè)的所述訓(xùn)練樣本為生成所述初始識(shí)別模型的所述識(shí)別信號(hào)流；

以所述修正識(shí)別模型對(duì)所述初始識(shí)別模型進(jìn)行更新。

優(yōu)選的，將所述識(shí)別信號(hào)流作為追加的識(shí)別信號(hào)流的訓(xùn)練樣本，并依據(jù)所述訓(xùn)練樣本對(duì)與所述識(shí)別信號(hào)流匹配成功的所述初始識(shí)別模型進(jìn)行更新的方法具體包括：

根據(jù)匹配成功的所述初始識(shí)別模型以及預(yù)設(shè)的訓(xùn)練樣本，生成修正識(shí)別模型，預(yù)設(shè)的所述訓(xùn)練樣本為生成所述初始識(shí)別模型的所述識(shí)別信號(hào)流；

以所述修正識(shí)別模型對(duì)所述初始識(shí)別模型進(jìn)行更新。

優(yōu)選的，將所述識(shí)別信號(hào)流作為追加的識(shí)別信號(hào)流的訓(xùn)練樣本，并依據(jù)所述訓(xùn)練樣本對(duì)與所述識(shí)別信號(hào)流匹配成功的所述初始識(shí)別模型進(jìn)行更新的方法具體包括：

根據(jù)匹配成功的所述初始識(shí)別模型以及預(yù)設(shè)的訓(xùn)練樣本，生成修正識(shí)別模型，預(yù)設(shè)的所述訓(xùn)練樣本為生成所述初始識(shí)別模型的所述識(shí)別信號(hào)流；

以所述修正識(shí)別模型對(duì)所述初始識(shí)別模型進(jìn)行更新。

一種識(shí)別模型訓(xùn)練系統(tǒng)，其中，包括：獲取單元、處理單元、判斷單元、第一匹配單元、第二匹配單元以及模型更新單元；

所述獲取單元用于獲取包含至少一個(gè)說(shuō)話人的初始語(yǔ)音信號(hào)流并發(fā)送給與所述獲取單元連接的所述第一匹配單元；

所述第一匹配單元用于將所述初始語(yǔ)音信號(hào)流與一預(yù)設(shè)的聲紋模型進(jìn)行匹配，獲取匹配成功的識(shí)別語(yǔ)音流，并輸出所述識(shí)別語(yǔ)音流；

所述獲取單元還用于獲取所述說(shuō)話人的反饋語(yǔ)音流，并發(fā)送所述反饋語(yǔ)音流至與所述獲取單元連接的所述處理單元；

所述處理單元用于接收所述獲取單元發(fā)送的所述反饋語(yǔ)音流，并根據(jù)預(yù)設(shè)的說(shuō)話人分割算法與說(shuō)話人聚類(lèi)算法，獲取所述反饋語(yǔ)音流關(guān)聯(lián)于所述說(shuō)話人的所述語(yǔ)音信號(hào)流，并將所述語(yǔ)音信號(hào)流發(fā)送給與所述處理單元連接的所述判斷單元；

所述判斷單元用于判斷所述處理單元發(fā)送的所有所述語(yǔ)音信號(hào)流中是否存在能夠作為識(shí)別對(duì)象的所述語(yǔ)音信號(hào)流，并將能夠作為識(shí)別對(duì)象的所述語(yǔ)音信號(hào)流作為識(shí)別信號(hào)流輸出至與所述判斷單元連接的所述第二匹配單元；

所述第二匹配單元用于接收所述判斷單元發(fā)送的關(guān)聯(lián)于所述說(shuō)話人的所述識(shí)別信號(hào)流，且將所述識(shí)別信號(hào)流分別與一預(yù)先形成的復(fù)數(shù)個(gè)初始識(shí)別模型進(jìn)行匹配，獲取與所述識(shí)別信號(hào)流匹配成功的所述初始識(shí)別模型，并將匹配成功的所述識(shí)別信號(hào)流發(fā)送給與所述第二匹配單元連接的所述模型更新單元；以及

所述模型更新單元用于接收所述第二匹配單元發(fā)送的匹配成功的所述初始識(shí)別模型，并將匹配成功的所述識(shí)別信號(hào)流作為追加的所述識(shí)別信號(hào)流的訓(xùn)練樣本，以對(duì)與所述識(shí)別信號(hào)流匹配成功的所述初始識(shí)別模型進(jìn)行更新。

優(yōu)選的，還包括：

樣本獲取單元，用于獲取預(yù)設(shè)的所述訓(xùn)練樣本并發(fā)送給與所述樣本獲取單元連接的模型建立單元；以及

所述模型建立單元用于接收所述樣本獲取單元發(fā)送的預(yù)設(shè)的所述訓(xùn)練樣本并根據(jù)預(yù)設(shè)的所述訓(xùn)練樣本建立復(fù)數(shù)個(gè)所述初始識(shí)別模型。

優(yōu)選的，所述處理單元具體包括：

分割模塊，用于根據(jù)預(yù)設(shè)的所述說(shuō)話人分割算法，將所述反饋語(yǔ)音流分割成多個(gè)語(yǔ)音分段，并將所有所述語(yǔ)音分段發(fā)送給與所述分割模塊連接的聚類(lèi)模塊；以及

所述聚類(lèi)模塊用于接收所述分割模塊發(fā)送的所述語(yǔ)音分段，并根據(jù)預(yù)設(shè)的所述說(shuō)話人聚類(lèi)算法，將多個(gè)所述語(yǔ)音分段進(jìn)行聚類(lèi)，生成關(guān)聯(lián)于所述說(shuō)話人的語(yǔ)音信號(hào)流。

優(yōu)選的，所述第二匹配單元具體包括：

匹配度獲取模塊，用于將每個(gè)所述說(shuō)話人的所述識(shí)別信號(hào)流與復(fù)數(shù)個(gè)所述初始識(shí)別模型進(jìn)行匹配，獲取所述識(shí)別信號(hào)流與每個(gè)所述初始識(shí)別模型的匹 配度，并將所有所述匹配度發(fā)送至與所述匹配度獲取模塊連接的信號(hào)流獲取模塊；以及

所述信號(hào)流獲取模塊用于接收所述匹配度獲取模塊發(fā)送的所有所述匹配度，并選取大于預(yù)設(shè)的匹配閾值的多個(gè)所述匹配度中最高的所述匹配度所對(duì)應(yīng)的所述初始識(shí)別模型。

優(yōu)選的，所述匹配單元具體包括：

匹配度獲取模塊，用于將每個(gè)所述說(shuō)話人的所述識(shí)別信號(hào)流與復(fù)數(shù)個(gè)所述初始識(shí)別模型進(jìn)行匹配，獲取所述識(shí)別信號(hào)流與每個(gè)所述初始識(shí)別模型的匹配度，并將所有所述匹配度發(fā)送至與所述匹配度獲取模塊連接的信號(hào)流獲取模塊；以及

所述信號(hào)流獲取模塊用于接收所述匹配度獲取模塊發(fā)送的所有所述匹配度，并選取大于預(yù)設(shè)的匹配閾值的多個(gè)所述匹配度中最高的所述匹配度所對(duì)應(yīng)的所述初始識(shí)別模型。

優(yōu)選的，所述模型更新單元具體包括：

修正模塊，用于根據(jù)匹配成功的所述初始識(shí)別模型以及預(yù)設(shè)的訓(xùn)練樣本，生成修正識(shí)別模型并發(fā)送至與所述修正模塊連接的更新模塊；以及

所述更新模塊用于接收所述修正模塊發(fā)送的所述修正識(shí)別模型，并以所述修正識(shí)別模型對(duì)所述初始識(shí)別模型進(jìn)行更新。

優(yōu)選的，所述模型更新單元具體包括：

修正模塊，用于根據(jù)匹配成功的所述初始識(shí)別模型以及預(yù)設(shè)的訓(xùn)練樣本，生成修正識(shí)別模型并發(fā)送至與所述修正模塊連接的更新模塊；以及

所述更新模塊用于接收所述修正模塊發(fā)送的所述修正識(shí)別模型，并以所述修正識(shí)別模型對(duì)所述初始識(shí)別模型進(jìn)行更新。

優(yōu)選的，所述模型更新單元具體包括：

修正模塊，用于根據(jù)匹配成功的所述初始識(shí)別模型以及預(yù)設(shè)的訓(xùn)練樣本，生成修正識(shí)別模型并發(fā)送至與所述修正模塊連接的更新模塊；以及

所述更新模塊用于接收所述修正模塊發(fā)送的所述修正識(shí)別模型，并以所述修正識(shí)別模型對(duì)所述初始識(shí)別模型進(jìn)行更新。

一種智能終端，其中，采用上述的識(shí)別模型訓(xùn)練方法。

一種智能終端，其中，包括上述的識(shí)別模型訓(xùn)練系統(tǒng)。

上述技術(shù)方案的有益效果是：

1)提供一種識(shí)別模型訓(xùn)練方法，能夠自動(dòng)識(shí)別說(shuō)話人的語(yǔ)音信號(hào)流，無(wú)需用戶(hù)手動(dòng)操作即可實(shí)現(xiàn)識(shí)別模型的訓(xùn)練，操作簡(jiǎn)單，且同時(shí)兼顧應(yīng)用于一般智能終端中形成識(shí)別模型所需的較好的實(shí)用性以及聲紋識(shí)別所需的準(zhǔn)確度。

2)提供一種識(shí)別模型訓(xùn)練系統(tǒng)，能夠支持實(shí)現(xiàn)上述識(shí)別模型訓(xùn)練方法。

附圖說(shuō)明

圖1是本發(fā)明的實(shí)施例一中，一種識(shí)別模型訓(xùn)練方法的流程示意圖；

圖2是本發(fā)明的實(shí)施例二中，一種識(shí)別模型訓(xùn)練方法的流程示意圖；

圖3是本發(fā)明的實(shí)施例三中，一種識(shí)別模型訓(xùn)練系統(tǒng)的結(jié)構(gòu)示意圖；

圖4是本發(fā)明的實(shí)施例四中，識(shí)別模型訓(xùn)練系統(tǒng)中的處理單元的結(jié)構(gòu)示意圖；

圖5是本發(fā)明的實(shí)施例五中，識(shí)別模型訓(xùn)練系統(tǒng)中的匹配單元的結(jié)構(gòu)示意圖；

圖6是本發(fā)明的實(shí)施例六中，識(shí)別模型訓(xùn)練系統(tǒng)中的模型更新單元的結(jié)構(gòu)示意圖。

具體實(shí)施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

本發(fā)明實(shí)施例通過(guò)獲取至少一個(gè)說(shuō)話人時(shí)的初始語(yǔ)音信號(hào)流，根據(jù)預(yù)設(shè)的說(shuō)話人分割與聚類(lèi)算法，獲取該初始語(yǔ)音信號(hào)流中該至少一個(gè)說(shuō)話人中每一個(gè)說(shuō)話人的分別的語(yǔ)音信號(hào)流，進(jìn)而獲取與初始識(shí)別模型相匹配的語(yǔ)音信號(hào)流，并將該匹配的語(yǔ)音信號(hào)流作為生成該初始識(shí)別模型的追加語(yǔ)音信號(hào)流訓(xùn)練樣本，以更新該初始識(shí)別模型，使得識(shí)別模型精確度得到提高，用戶(hù)體驗(yàn)效果得到提升等。

以下結(jié)合具體實(shí)施例對(duì)本發(fā)明的具體實(shí)現(xiàn)進(jìn)行詳細(xì)描述：

實(shí)施例一：

圖1示出了本發(fā)明第一實(shí)施例提供的識(shí)別模型訓(xùn)練方法的實(shí)現(xiàn)流程，詳述如下：

步驟s1，獲取包含至少一個(gè)說(shuō)話人的初始語(yǔ)音信號(hào)流。

該實(shí)施例中，該識(shí)別模型訓(xùn)練方法可能用于一處于私人空間的智能終端例如智能機(jī)器人，因此該初始語(yǔ)音信號(hào)流可以為用戶(hù)通過(guò)該智能終端進(jìn)行語(yǔ)音聊天或者發(fā)出語(yǔ)音指令等產(chǎn)生的語(yǔ)音信號(hào)流，也可以為通過(guò)錄音等方式獲取的語(yǔ)音信號(hào)流等。具體地，上述識(shí)別模型訓(xùn)練方法同樣可以應(yīng)用在一個(gè)較為開(kāi)放的空間內(nèi)，即初始語(yǔ)音信號(hào)流的來(lái)源可能為有限的多個(gè)，因此有可能會(huì)收錄到包括多人的初始語(yǔ)音信號(hào)流。

步驟s2，將初始語(yǔ)音信號(hào)流與一預(yù)設(shè)的聲紋模型進(jìn)行匹配，獲取匹配成功的識(shí)別語(yǔ)音流，并輸出識(shí)別語(yǔ)音流；

步驟s3，獲取說(shuō)話人的反饋語(yǔ)音流；

上述反饋語(yǔ)音流可以為再智能終端中設(shè)置有是否自動(dòng)在語(yǔ)音交互的過(guò)程中啟用聲紋學(xué)習(xí)功能的開(kāi)關(guān)，用戶(hù)根據(jù)需要自行設(shè)置；或者在智能終端中設(shè)置有聲紋學(xué)習(xí)功能，用戶(hù)可以自行錄制語(yǔ)音信號(hào)流。上述反饋語(yǔ)音流通常為音頻流。

步驟s4，根據(jù)預(yù)設(shè)的說(shuō)話人分割算法和說(shuō)話人聚類(lèi)算法，獲取反饋語(yǔ)音流關(guān)聯(lián)于說(shuō)話人的語(yǔ)音信號(hào)流。

該實(shí)施例中，將獲得的反饋語(yǔ)音流首先經(jīng)過(guò)說(shuō)話人分割算法的處理得到多個(gè)語(yǔ)音分段；

隨后，將同屬于同一個(gè)說(shuō)話人相關(guān)的語(yǔ)音信息的語(yǔ)音分段進(jìn)行說(shuō)話人聚類(lèi)算法的處理，以得到關(guān)聯(lián)于說(shuō)話人的語(yǔ)音信號(hào)流。

步驟s5，判斷所有語(yǔ)音信號(hào)流中是否存在能夠作為識(shí)別對(duì)象的語(yǔ)音信號(hào)流，并將能夠作為識(shí)別對(duì)象的語(yǔ)音信號(hào)流作為識(shí)別信號(hào)流輸出。

其中，分別判斷每個(gè)語(yǔ)音信號(hào)流是否能夠作為識(shí)別對(duì)象的語(yǔ)音信號(hào)流，其方法可以包括下文中的一種或幾種的結(jié)合：

1)設(shè)定一個(gè)標(biāo)準(zhǔn)聲音強(qiáng)度，并分別判斷每個(gè)語(yǔ)音信號(hào)流對(duì)應(yīng)的聲音強(qiáng)度大于上述標(biāo)準(zhǔn)聲音強(qiáng)度：若是，則表示該語(yǔ)音信號(hào)流可以作為識(shí)別對(duì)象的識(shí)別信號(hào)流，反之則忽略該語(yǔ)音信號(hào)流。

2)設(shè)定一個(gè)標(biāo)準(zhǔn)音頻時(shí)長(zhǎng)，并分別判斷每個(gè)語(yǔ)音信號(hào)流對(duì)應(yīng)的連續(xù)時(shí)長(zhǎng)是否大于上述標(biāo)準(zhǔn)音頻時(shí)長(zhǎng)：若是，則表示該語(yǔ)音信號(hào)流可以作為識(shí)別對(duì)象的識(shí)別信號(hào)流，反之則忽略該語(yǔ)音信號(hào)流。

3)設(shè)定一個(gè)標(biāo)準(zhǔn)頻段，并分別判斷每個(gè)語(yǔ)音信號(hào)流對(duì)應(yīng)的接收頻率是否處于該標(biāo)準(zhǔn)頻段內(nèi)：若是，則表示該語(yǔ)音信號(hào)流可以作為識(shí)別對(duì)象的識(shí)別信號(hào)流，反之則忽略該語(yǔ)音信號(hào)流。

4)預(yù)先通過(guò)聲紋匹配設(shè)定一個(gè)或多個(gè)作為訓(xùn)練者的說(shuō)話人，并根據(jù)預(yù)先的模糊聲紋匹配的方式確定該一個(gè)或多個(gè)說(shuō)話人的語(yǔ)音信號(hào)流，以作為識(shí)別對(duì)象的識(shí)別信號(hào)流。

上述步驟s5能夠在進(jìn)行識(shí)別模型的更新之前首先對(duì)獲取的多個(gè)語(yǔ)音信號(hào)流進(jìn)行篩選，排除一些原本就不需要用來(lái)作為訓(xùn)練樣本的語(yǔ)音信號(hào)流，從而保證識(shí)別模型訓(xùn)練的訓(xùn)練樣本來(lái)源的精確性，進(jìn)一步保證根據(jù)識(shí)別模型進(jìn)行聲紋識(shí)別的準(zhǔn)確度。

步驟s6，將識(shí)別信號(hào)流分別與預(yù)先形成的復(fù)數(shù)個(gè)初始識(shí)別模型進(jìn)行匹配，獲取與識(shí)別信號(hào)流匹配成功的初始識(shí)別模型。

其中，該初始識(shí)別模型為根據(jù)預(yù)設(shè)的語(yǔ)音信號(hào)流的訓(xùn)練樣本預(yù)先建立的識(shí)別模型，即預(yù)先提供關(guān)聯(lián)于預(yù)設(shè)的語(yǔ)音信號(hào)流的多個(gè)訓(xùn)練樣本，并根據(jù)這些訓(xùn)練樣本訓(xùn)練形成初始識(shí)別模型。該初始識(shí)別模型為針對(duì)某一人或者多人完成的聲紋注冊(cè)過(guò)程后形成的特征模型，該注冊(cè)過(guò)程對(duì)訓(xùn)練語(yǔ)料或稱(chēng)語(yǔ)音信號(hào)流的訓(xùn)練樣本的長(zhǎng)短沒(méi)有要求。此時(shí)，可以根據(jù)每一個(gè)說(shuō)話人的識(shí)別信號(hào)流與該初始識(shí)別模型的匹配度，來(lái)選取匹配成功的識(shí)別信號(hào)流(下文中會(huì)詳述)。

步驟s7，將識(shí)別信號(hào)流作為追加的識(shí)別信號(hào)流的訓(xùn)練樣本，并依據(jù)訓(xùn)練樣本對(duì)與識(shí)別信號(hào)流匹配成功的初始識(shí)別模型進(jìn)行更新。

具體地，在獲取該匹配成功的初始識(shí)別模型后，根據(jù)該匹配成功的初始識(shí)別模型以及預(yù)設(shè)的識(shí)別信號(hào)流的訓(xùn)練樣本，調(diào)用聲紋注冊(cè)算法接口，生成修正識(shí)別模型。其中，該預(yù)設(shè)的訓(xùn)練樣本也即為生成上述初始識(shí)別模型所使用的訓(xùn)練樣本。上述修正識(shí)別模型則為更為精確的識(shí)別模型，利用該修正識(shí)別模型對(duì)上述初始識(shí)別模型進(jìn)行更新(也就是將修正識(shí)別模型作為初始識(shí)別模型進(jìn)行保存，以替換之前的初始識(shí)別模型)，能夠達(dá)到模型自適應(yīng)與智能化 的目的。

本發(fā)明的優(yōu)選的實(shí)施例中，對(duì)于多個(gè)說(shuō)話人中每個(gè)說(shuō)話人的識(shí)別信號(hào)流都無(wú)法與初始識(shí)別模型進(jìn)行匹配的情況，可以根據(jù)用戶(hù)的預(yù)先設(shè)置新建識(shí)別模型并進(jìn)行記錄。例如，對(duì)于首次使用的智能終端，其初始識(shí)別模型為空值(null)，因此任何新獲取的識(shí)別信號(hào)流都不可能與其進(jìn)行匹配。此時(shí)可以根據(jù)用戶(hù)的設(shè)置，識(shí)別其中某一個(gè)說(shuō)話人的識(shí)別信號(hào)流，調(diào)用聲紋注冊(cè)算法接口新建識(shí)別模型，并將其更新為初始識(shí)別模型。

本發(fā)明的優(yōu)選實(shí)施例中，通過(guò)獲取至少一個(gè)說(shuō)話人的初始語(yǔ)音信號(hào)流，根據(jù)預(yù)設(shè)的說(shuō)話人分割與聚類(lèi)算法，并且經(jīng)過(guò)判斷分別獲取該初始語(yǔ)音信號(hào)流中該每個(gè)說(shuō)話人的識(shí)別信號(hào)流，進(jìn)而獲取與初始識(shí)別模型相匹配的識(shí)別信號(hào)流，并將匹配的初始識(shí)別模型的追加的識(shí)別信號(hào)流的訓(xùn)練樣本，對(duì)該初始識(shí)別模型進(jìn)行更新，達(dá)到了可以不斷地修正、更新識(shí)別模型，不斷提高識(shí)別模型的精確度，用戶(hù)體驗(yàn)效果得到提升等的目的。

實(shí)施例二：

圖2示出了本發(fā)明第二實(shí)施例提供的識(shí)別模型訓(xùn)練方法的實(shí)現(xiàn)流程，詳述如下：

步驟s21，根據(jù)預(yù)設(shè)的訓(xùn)練樣本建立復(fù)數(shù)個(gè)初始識(shí)別模型。

其中，該初始識(shí)別模型為通過(guò)調(diào)用聲紋注冊(cè)算法接口，根據(jù)預(yù)設(shè)的語(yǔ)音信號(hào)流的訓(xùn)練樣本建立的識(shí)別模型，該初始識(shí)別模型為針對(duì)某一人或者多人完成的聲紋注冊(cè)過(guò)程后形成的識(shí)別模型，該注冊(cè)過(guò)程對(duì)訓(xùn)練語(yǔ)料或稱(chēng)語(yǔ)音信號(hào)的流訓(xùn)練樣本的長(zhǎng)短沒(méi)有要求。且因?yàn)楸景l(fā)明實(shí)施例提供的方法可以實(shí)現(xiàn)對(duì)修正后的模型繼續(xù)動(dòng)態(tài)修正等操作，因此該初始識(shí)別模型可以為利用現(xiàn)有方法獲取的識(shí)別模型，也可以為利用本發(fā)明實(shí)施例的提供的方法進(jìn)行修正后的識(shí)別模型。

步驟s22，獲取包含至少一個(gè)說(shuō)話人的初始語(yǔ)音信號(hào)流。

具體實(shí)施例中，由于用戶(hù)在說(shuō)話過(guò)程或者多人會(huì)話等過(guò)程中，一般會(huì)出現(xiàn)變化較大的語(yǔ)速、語(yǔ)調(diào)、情緒波動(dòng)等，則通過(guò)不斷收集通話過(guò)程中的語(yǔ)料能夠盡量消除用戶(hù)的各種語(yǔ)調(diào)、語(yǔ)速、情緒等因素對(duì)于識(shí)別模型精確度的偏移，將會(huì)大大減少語(yǔ)調(diào)、語(yǔ)速、情緒等因素對(duì)識(shí)別模型精確度的影響，也能夠降低對(duì)聲紋識(shí)別準(zhǔn)確度的影響。

步驟s23，根據(jù)說(shuō)話人分割算法，將反饋語(yǔ)音流分割成多個(gè)語(yǔ)音分段。

步驟s24，根據(jù)說(shuō)話人聚類(lèi)算法，將多個(gè)語(yǔ)音分段進(jìn)行聚類(lèi)，生成關(guān)聯(lián)于說(shuō)話人的語(yǔ)音信號(hào)流。

步驟s25，將識(shí)別信號(hào)流分別與預(yù)先形成的復(fù)數(shù)個(gè)初始識(shí)別模型進(jìn)行匹配，獲取與識(shí)別信號(hào)流匹配成功的初始識(shí)別模型。

該步驟s25具體包括：

將說(shuō)話人的識(shí)別信號(hào)流與復(fù)數(shù)個(gè)初始識(shí)別模型進(jìn)行匹配，獲取識(shí)別信號(hào)流與每個(gè)初始識(shí)別模型的匹配度；

選取符合預(yù)設(shè)條件的匹配度相關(guān)的初始識(shí)別模型作為匹配成功的初始識(shí)別模型。該預(yù)設(shè)條件包括：1)相關(guān)的匹配度大于一預(yù)設(shè)的匹配閾值；2)相關(guān)的匹配度在所有匹配度中的數(shù)值最高。

步驟s26，將識(shí)別信號(hào)流作為追加的識(shí)別信號(hào)流的訓(xùn)練樣本，并依據(jù)訓(xùn)練樣本對(duì)與識(shí)別信號(hào)流匹配成功的初始識(shí)別模型進(jìn)行更新。

該步驟s26具體包括：

根據(jù)該匹配成功的初始識(shí)別模型以及預(yù)設(shè)的語(yǔ)音信號(hào)流的訓(xùn)練樣本，生成修正識(shí)別模型；預(yù)設(shè)的語(yǔ)音信號(hào)流的訓(xùn)練樣本為生成初始識(shí)別模型的語(yǔ)音信號(hào)流；

更新該初始識(shí)別模型為該修正識(shí)別模型。

具體地，將識(shí)別信號(hào)流作為追加的識(shí)別信號(hào)流的訓(xùn)練樣本，也即根據(jù)該匹配成功的識(shí)別信號(hào)流以及預(yù)設(shè)的語(yǔ)音信號(hào)流的訓(xùn)練樣本，調(diào)用聲紋注冊(cè)算法接口，生成修正識(shí)別模型，該修正識(shí)別模型為更為精確的識(shí)別模型(如上文中)，達(dá)到了模型自適應(yīng)與智能化的目的。

進(jìn)一步地，還可以將更新后的識(shí)別模型作為初始識(shí)別模型，重復(fù)上述步驟，不斷地修正、更新識(shí)別模型，不斷提高識(shí)別模型的精確度。

本發(fā)明的優(yōu)選的實(shí)施例中，上述初始識(shí)別模型可以有多個(gè)，對(duì)于每個(gè)初始識(shí)別模型都可以執(zhí)行上文中的步驟，即通過(guò)說(shuō)話人分割算法及說(shuō)話人聚類(lèi)算法獲得不同的識(shí)別信號(hào)流，并根據(jù)匹配度選擇最匹配的初始識(shí)別模型來(lái)生成關(guān)聯(lián)于該初始識(shí)別模型的修正識(shí)別模型，并對(duì)該初始識(shí)別模型進(jìn)行更新。上述多個(gè)初始識(shí)別模型分別對(duì)應(yīng)于不同的說(shuō)話人，即對(duì)應(yīng)于不同的初始識(shí)別模型的匹配度最高的識(shí)別信號(hào)流可以來(lái)源于不同的說(shuō)話人。

本領(lǐng)域普通技術(shù)人員可以理解實(shí)現(xiàn)上述實(shí)施例方法中的全部或部分步驟是可以通過(guò)程序來(lái)指令相關(guān)的硬件來(lái)完成，的程序可以存儲(chǔ)于一計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中，的存儲(chǔ)介質(zhì)，如rom/ram、磁盤(pán)、光盤(pán)等。

實(shí)施例三：

圖3示出了本發(fā)明第三實(shí)施例提供的識(shí)別模型訓(xùn)練系統(tǒng)的結(jié)構(gòu)，本發(fā)明實(shí)施例三提供的終端可以用于實(shí)施本發(fā)明實(shí)施例一至二實(shí)現(xiàn)的方法，為了便于說(shuō)明，僅示出了與本發(fā)明實(shí)施例相關(guān)的部分，具體技術(shù)細(xì)節(jié)未揭示的，請(qǐng)參照本發(fā)明實(shí)施例一與實(shí)施例二。

該識(shí)別模型訓(xùn)練系統(tǒng)可以為應(yīng)用于私人空間或者半開(kāi)放空間中并支持語(yǔ)音操作的智能終端，例如智能機(jī)器人等，則該實(shí)施例中以識(shí)別模型訓(xùn)練系統(tǒng)應(yīng)用于智能機(jī)器人中為例，圖3示出的是與本發(fā)明實(shí)施例提供的識(shí)別模型訓(xùn)練系統(tǒng)相關(guān)的結(jié)構(gòu)框圖。

如圖3所示，上述識(shí)別模型訓(xùn)練系統(tǒng)a具體包括：

獲取單元1，用于獲取包含至少一個(gè)說(shuō)話人的初始語(yǔ)音信號(hào)流并發(fā)送給與獲取單元1連接的第一匹配單元8；

第一匹配單元8用于將初始語(yǔ)音信號(hào)流與一預(yù)設(shè)的聲紋模型進(jìn)行匹配，獲取匹配成功的識(shí)別語(yǔ)音流，并輸出識(shí)別語(yǔ)音流；

獲取單元1還用于獲取說(shuō)話人的反饋語(yǔ)音流，并發(fā)送反饋語(yǔ)音流至與獲取單元連接的處理單元2；

處理單元2用于接收獲取單元1發(fā)送的反饋語(yǔ)音流，并根據(jù)預(yù)設(shè)的說(shuō)話人分割算法與說(shuō)話人聚類(lèi)算法，獲取反饋語(yǔ)音流關(guān)聯(lián)于說(shuō)話人的語(yǔ)音信號(hào)流，并將語(yǔ)音信號(hào)流發(fā)送給與處理單元2連接的判斷單元3；

判斷單元3用于判斷處理單元2發(fā)送的所有語(yǔ)音信號(hào)流中是否存在能夠作為識(shí)別對(duì)象的語(yǔ)音信號(hào)流，并將能夠作為識(shí)別對(duì)象的語(yǔ)音信號(hào)流作為識(shí)別信號(hào)流輸出至與判斷單元3連接的第二匹配單元4；

第二匹配單元4用于接收判斷單元3發(fā)送的關(guān)聯(lián)于說(shuō)話人的識(shí)別信號(hào)流，且將識(shí)別信號(hào)流分別與一預(yù)先形成的復(fù)數(shù)個(gè)初始識(shí)別模型進(jìn)行匹配，獲取與識(shí)別信號(hào)流匹配成功的初始識(shí)別模型，并將匹配成功的識(shí)別信號(hào)流發(fā)送給與第二匹配單元4連接的模型更新單元5；以及

模型更新單元5用于接收第二匹配單元4發(fā)送的匹配成功的初始識(shí)別模 型，并將匹配成功的識(shí)別信號(hào)流作為追加的識(shí)別信號(hào)流的訓(xùn)練樣本，以對(duì)與識(shí)別信號(hào)流匹配成功的初始識(shí)別模型進(jìn)行更新。

該實(shí)施例中，上述識(shí)別模型訓(xùn)練系統(tǒng)a進(jìn)一步包括：

樣本獲取單元6，用于獲取預(yù)設(shè)的訓(xùn)練樣本并發(fā)送給與樣本獲取單元連接的模型建立單元7；以及

模型建立單元7用于接收樣本獲取單元發(fā)送的預(yù)設(shè)的訓(xùn)練樣本并根據(jù)預(yù)設(shè)的訓(xùn)練樣本建立復(fù)數(shù)個(gè)初始識(shí)別模型。

實(shí)施例四：

圖4示出了本發(fā)明第四實(shí)施例提供的識(shí)別模型訓(xùn)練系統(tǒng)的結(jié)構(gòu)。如圖4所示，識(shí)別模型訓(xùn)練系統(tǒng)中的處理單元2具體包括：

分割模塊21，用于根據(jù)預(yù)設(shè)的說(shuō)話人分割算法，將反饋語(yǔ)音流分割成多個(gè)語(yǔ)音分段，并將所有語(yǔ)音分段發(fā)送給與分割模塊連接的聚類(lèi)模塊21；以及

聚類(lèi)模塊22用于接收分割模塊21發(fā)送的語(yǔ)音分段，并根據(jù)預(yù)設(shè)的說(shuō)話人聚類(lèi)算法，將多個(gè)語(yǔ)音分段進(jìn)行聚類(lèi)，生成關(guān)聯(lián)于說(shuō)話人的語(yǔ)音信號(hào)流。

實(shí)施例五：

圖5示出了本發(fā)明第五實(shí)施例提供的識(shí)別模型訓(xùn)練系統(tǒng)的結(jié)構(gòu)。如圖5所示，識(shí)別模型訓(xùn)練系統(tǒng)中的第二匹配單元4具體包括：

匹配度獲取模塊41，用于將每個(gè)說(shuō)話人的識(shí)別信號(hào)流與復(fù)數(shù)個(gè)初始識(shí)別模型進(jìn)行匹配，獲取識(shí)別信號(hào)流與每個(gè)初始識(shí)別模型的匹配度，并將所有匹配度發(fā)送至與匹配度獲取模塊連接的信號(hào)流獲取模塊42；以及

信號(hào)流獲取模塊42用于接收匹配度獲取模塊41發(fā)送的所有匹配度，并選取大于預(yù)設(shè)的匹配閾值的多個(gè)匹配度中最高的匹配度所對(duì)應(yīng)初始識(shí)別模型。

實(shí)施例六：

圖6示出了本發(fā)明第六實(shí)施例提供的識(shí)別模型訓(xùn)練系統(tǒng)的結(jié)構(gòu)。如圖6所示，識(shí)別模型訓(xùn)練系統(tǒng)中的模型更新單元5具體包括：

修正模塊51，用于根據(jù)匹配成功的初始識(shí)別模型以及預(yù)設(shè)的訓(xùn)練樣本，生成修正識(shí)別模型并發(fā)送至與修正模塊連接的更新模塊52；以及

更新模塊52用于接收修正模塊51發(fā)送的修正識(shí)別模型，并以修正識(shí)別模型對(duì)初始識(shí)別模型進(jìn)行更新。

需要說(shuō)明的是，結(jié)合本文中所公開(kāi)的實(shí)施例描述的各示例的單元及算法步驟，能夠以電子硬件、計(jì)算機(jī)軟件或者二者的結(jié)合來(lái)實(shí)現(xiàn)，為了清楚地說(shuō)明硬件和軟件的可互換性，在上述說(shuō)明中已經(jīng)按照功能一般性地描述了各示例的組成及步驟。這些功能究竟以硬件還是軟件方式來(lái)執(zhí)行，取決于技術(shù)方案的特定應(yīng)用和設(shè)計(jì)約束條件。專(zhuān)業(yè)技術(shù)人員可以對(duì)每個(gè)特定的應(yīng)用來(lái)使用不同方法來(lái)實(shí)現(xiàn)所描述的功能，但是這種實(shí)現(xiàn)不應(yīng)認(rèn)為超出本發(fā)明的范圍。

結(jié)合本文中所公開(kāi)的實(shí)施例描述的方法或算法的步驟可以用硬件、處理器執(zhí)行的軟件模塊，或者二者的結(jié)合來(lái)實(shí)施。軟件模塊可以置于隨機(jī)存儲(chǔ)器(ram)、內(nèi)存、只讀存儲(chǔ)器(rom)、電可編程rom、電可擦除可編程rom、寄存器、硬盤(pán)、可移動(dòng)磁盤(pán)、cd-rom、或技術(shù)領(lǐng)域內(nèi)所公知的任意其它形式的存儲(chǔ)介質(zhì)中。

以上所述的具體實(shí)施方式，對(duì)本發(fā)明的目的、技術(shù)方案和有益效果進(jìn)行了進(jìn)一步詳細(xì)說(shuō)明，所應(yīng)理解的是，以上所述僅為本發(fā)明的具體實(shí)施方式而已，并不用于限定本發(fā)明的保護(hù)范圍，凡在本發(fā)明的精神和原則之內(nèi)，所做的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。