[发明专利]语音识别方法、装置、存储介质及电子设备

权利要求书

1.一种语音识别方法，应用于电子设备中，其特征在于，所述方法包括：

获取训练样本，所述训练样本包括真人发音样本和非真人发音样本；

提取所述训练样本中的特征信息；

将所述训练样本以及所述特征信息作为训练数据输入参考模型中进行训练，以得到训练后的所述参考模型的优化参数；

根据所述优化参数生成活体检测模型；

当接收到测试语音时，通过所述活体检测模型对所述测试语音进行活体检测，以生成预测结果；

根据所述预测结果确定是否对所述测试语音进行声纹识别。

2.如权利要求1所述的语音识别方法，其特征在于，所述根据所述预测结果确定是否对所述测试语音进行声纹识别，包括：

若所述预测结果为真人发音，则确定对所述测试语音进行声纹识别以实现用户的身份认证；或者

若所述预测结果为非真人发音，则确定不对所述测试语音进行声纹识别。

3.如权利要求1所述的语音识别方法，其特征在于，所述获取训练样本，包括：

采集真人发音，并标记为所述真人发音样本；

采集非真人发音，并标记为所述非真人发音样本，其中所述非真人发音样本包括真人录音子样本与合成人声录音子样本。

4.如权利要求3所述的语音识别方法，其特征在于，所述采集非真人发音，并标记为所述非真人发音样本，包括：

对所述真人发音样本进行录音采集，并标记为所述非真人发音样本中的真人录音子样本；

对合成人声发音进行录音采集，并标记为所述非真人发音样本中的合成人声录音子样本。

5.如权利要求4所述的语音识别方法，其特征在于，所述提取所述训练样本中的特征信息，包括：

分别提取所述真人发音样本、所述真人录音子样本与所述合成人声录音子样本对应的声谱图；

所述将所述训练样本以及所述特征信息作为训练数据输入参考模型中进行训练，以得到训练后的所述参考模型的优化参数，包括：

将所述真人发音样本、所述真人录音子样本与所述合成人声录音子样本分别对应的声谱图作为训练数据输入参考模型中进行训练，以得到训练后的所述参考模型的优化参数。

6.如权利要求5所述的语音识别方法，其特征在于，所述得到训练后的所述参考模型的优化参数，包括：

获取所述真人发音样本与所述真人录音子样本之间的差异特征值，以得到第一优化参数，以及获取所述真人发音样本与所述合成人声录音子样本之间的差异特征值，以得到第二优化参数；

所述根据所述优化参数生成活体检测模型，包括：根据所述第一优化参数与所述第二优化参数生成活体检测模型。

7.一种语音识别装置，其特征在于，所述装置包括：

获取模块，用于获取训练样本，所述训练样本包括真人发音样本和非真人发音样本；

提取模块，用于提取所述训练样本中的特征信息；

训练模块，用于将所述训练样本以及所述特征信息作为训练数据输入参考模型中进行训练，以得到训练后的所述参考模型的优化参数；

生成模块，用于根据所述优化参数生成活体检测模型；

检测模块，用于当接收到测试语音时，通过所述活体检测模型对所述测试语音进行活体检测，以生成预测结果；

识别模块，用于根据所述预测结果确定是否对所述测试语音进行声纹识别。

8.如权利要求7所述的语音识别装置，其特征在于，所述识别模块，用于：

若所述预测结果为真人发音，则确定对所述测试语音进行声纹识别以实现用户的身份认证；或者

若所述预测结果为非真人发音，则确定不对所述测试语音进行声纹识别。

9.如权利要求7所述的语音识别装置，其特征在于，所述获取模块还包括：

第一采集子模块，用于采集真人发音，并标记为所述真人发音样本；

第二采集子模块，用于采集非真人发音，并标记为所述非真人发音样本。