[发明专利]一种语音性别的估计方法、装置、系统及存储介质

权利要求书

1.一种语音性别的估计方法，其特征在于，所述方法包括：

获取待识别语音数据；

对所述待识别语音数据进行特征提取，得到所述待识别语音数据的语音特征；

将所述语音特征输入训练好的语音估计模型，得到所述待识别语音数据的性别估计结果。

2.如权利要求1所述的方法，其特征在于，获取待识别语音数据还包括：对齐和/或预加重所述待识别语音数据。

3.如权利要求1所述的方法，其特征在于，对所述待识别语音数据进行特征提取，得到所述待识别语音数据的语音特征，包括：

对所述待识别语音数据进行分帧，并对分帧后的每帧待识别语音数据加汉明窗；

基于加汉明窗后的所述每帧待识别语音数据进行傅里叶变换或快速傅里叶变换或短时傅里叶变换得到向量特征；

将所述向量特征的幅值频谱转换为功率频谱；

对所述功率频谱进行Mel滤波，得到Mel倒谱特征作为所述待识别语音数据的语音特征。

4.如权利要求1所述的方法，其特征在于，所述方法还包括：

对具有标签的语音训练数据进行特征提取，得到训练语音特征；

基于训练语音特征及对应的标签对神经网络进行训练得到所述训练好的语音估计模型。

5.如权利要求1所述的方法，其特征在于，将所述语音特征输入训练好的语音估计模型，得到所述待识别语音数据的性别估计结果，包括：

将所述语音特征输入训练好的语音估计模型，得到所述语音特征的标签概率；

将所述标签概率中最大概率所对应的标签作为所述性别估计结果。

6.如权利要求4所述的方法，其特征在于，所述训练好的语音估计模型包括卷积神经网络。

7.如权利要求1所述的方法，其特征在于，所述性别估计结果包括男性、女性或无语音。

8.一种语音性别的估计装置，其特征在于，所述装置包括：

数据获取模块，用于获取待识别语音数据；

特征提取模块，用于对所述待识别语音数据进行特征提取，得到所述待识别语音数据的语音特征；

识别模块，用于将所述语音特征输入训练好的语音估计模型，得到所述待识别语音数据的性别估计结果。

9.一种语音性别的估计系统，包括存储器、处理器及存储在所述存储器上且在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。

10.一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被计算机执行时实现权利要求1至7中任一项所述方法的步骤。