[发明专利]一种语音数据处理方法、装置以及语音交互设备

说明书

本发明实施例公开了一种语音数据处理方法、装置以及语音交互设备，其中方法包括：获取历史语音数据，并获取历史语音数据对应的历史语音特征向量，并对历史语音特征向量进行聚类，得到语音特征簇；语音特征簇包含至少一个特征相似的历史语音特征向量；若语音特征簇满足高频用户条件，则根据语音特征簇所包含的历史语音特征向量训练对应的用户语音模型；若检测到当前语音数据的当前语音特征向量与用户语音模型相匹配，则发起与当前语音数据相关联的用户身份关联请求；若接收到与用户身份关联请求对应的响应消息，则将响应消息中的用户身份信息与用户语音模型进行绑定。采用本发明，可提高语音注册效率，且可以提高语音注册的成功率。

技术领域

本发明涉及计算机技术领域，尤其涉及一种语音数据处理方法、装置以及语音交互设备。

背景技术

随着语音识别技术的发展，有越来越多的产品使用到了语音识别技术，例如可以音控的汽车、音箱、电视等等，即语音交互设备可以对说话人的语音进行识别并根据识别的内容实现自动化控制。

可进行语音识别的语音交互设备可以针对不同说话人的语音特征进行个性化服务，在此之前，说话人需要主动对语音交互设备进行语音注册，以注册该说话人的语音特征和该说话人的说话人信息之间的关系，从而在后续识别出某语音与该说话人的语音特征相匹配后，可以提供与该说话人的说话人信息对应的使用权限。但是目前的语音注册过程通常都需要说话人对着语音交互设备重复且清晰地说出许多遍的固定句子，以提取说话人的语音特征，由此可见，目前的语音注册方式是需要由说话人主动发起，且注册时间可能会花费较长时间，导致语音注册效率低下；而且在语音注册过程中，说话人很容易因一时粗心导致说话人的语音内容与系统提供的固定句子不同，进而导致语音注册失败，从而降低了语音注册的成功率。

发明内容

本发明实施例提供一种语音数据处理方法、装置以及语音交互设备，可提高语音注册效率，且可以提高语音注册的成功率。

本发明的一方面提供了一种语音数据处理方法，包括：

获取历史语音数据，并获取所述历史语音数据对应的历史语音特征向量，并对所述历史语音特征向量进行聚类，得到语音特征簇；所述语音特征簇包含至少一个特征相似的历史语音特征向量；

若所述语音特征簇满足高频用户条件，则根据所述语音特征簇所包含的所述历史语音特征向量训练对应的用户语音模型；

若检测到当前语音数据的当前语音特征向量与所述用户语音模型相匹配，则发起与所述当前语音数据相关联的用户身份关联请求；

若接收到与所述用户身份关联请求对应的响应消息，则将所述响应消息中的用户身份信息与所述用户语音模型进行绑定。

其中，还包括：

获取所述语音特征簇所包含的所述历史语音特征向量的数量，并根据所述语音特征簇所包含的所述历史语音特征向量的数量，以及所述语音特征簇所包含的所述历史语音特征向量，计算所述语音特征簇对应的类内散度；

若所述语音特征簇所包含的所述历史语音特征向量的数量大于系统数量阈值，且所述类内散度小于系统类内散度阈值，则确定所述语音特征簇满足高频用户条件。

其中，所述获取历史语音数据，并获取所述历史语音数据对应的历史语音特征向量，并对所述历史语音特征向量进行聚类，得到语音特征簇，包括：

获取所有历史语音数据，并根据所述所有历史语音数据训练高斯混合模型和全局差异空间矩阵；

根据所述高斯混合模型和所述全局差异空间矩阵将所述所有历史语音数据投影至向量空间，生成每个历史语音数据分别对应的历史语音特征向量，并对所述历史语音特征向量进行降维；

根据目标聚类模型参数对降维后的历史语音特征向量进行聚类，得到所述语音特征簇。