[发明专利]基于语音的性别识别方法及其装置、存储介质和设备

说明书

本公开涉及一种基于语音的性别识别方法及其装置、存储介质和设备，包括：获取讲话者发声的待识别的语音文件；提取所述语音文件中数据点的特征数据，所述特征数据为能够识别所述讲话者性别的数据；根据所述特征数据并通过SVM支持向量机分类模型对所述讲话者的性别进行识别，并输出识别结果，以便于判断出讲话者的性别，该方法操作简单，便于实现，且准确率高，可广泛应用于基于语音的人机交互领域中。

技术领域

本公开涉及语音处理技术领域，具体地，涉及一种基于语音的性别识别方法及其装置、存储介质和设备。

背景技术

在人机交互领域中，对于依赖语音交互的智能机器人应用而言，语音可以提供直接可靠的交互方式。但是在交互过程中，机器人也需要像人一样，通过语音判断出对话者的性别，以便给予更切合语境的答复。因此，在基于语音人机交互领域中，通过语音识别出对话人的性别就具有重要的实际意义。通过语音识别出对话者的性别，对语音内容和语种不作限制，故语音性别识别可以被广泛应用。

发明内容

本公开的目的是提供一种基于语音的性别识别方法及其装置、存储介质和设备。

为了实现上述目的，在本公开实施例的第一方面提供一种基于语音的性别识别方法，包括：获取讲话者发声的待识别的语音文件；提取所述语音文件中数据点的特征数据，所述特征数据为能够识别所述讲话者性别的数据；根据所述特征数据并通过SVM支持向量机分类模型对所述讲话者的性别进行识别，并输出识别结果

可选地，所述SVM分类模型包括：

其中，x_i为需要进行性别识别的语音文件内的数据点，x为已知性别的数据点，<x_i,x>表示x_i和x两者之间的内积，α_i表示SVM分类模型中超平面的支持向量，y_i表示语音文件中数据点的特征数据，b表示SVM分类模型中超平面的截距；

其中，α_i由下述关系式确定：

其中，<φ(x_i),φ(x_j)>表示SVM分类模型中语音文件中的数据点到特征空间的映射。

可选地，所述SVM分类模型包括：

所述SVM分类模型由SVM分类算法经过训练得到。

在本公开实施例的第二方面提供一种基于语音的性别识别装置，包括：

获取模块，用于获取讲话者发声的待识别的语音文件；

特征数据提取模块，用于提取所述语音文件中数据点的特征数据，所述特征数据为能够识别所述讲话者性别的数据；

性别识别模块，用于根据所述特征数据并通过SVM支持向量机分类模型对所述讲话者的性别进行识别，并输出识别结果。

可选地，所述SVM分类模型包括：

其中，x_i为需要进行性别识别的语音文件内的数据点，x为已知性别的数据点，<x_i,x>表示x_i和x两者之间的内积，α_i表示SVM分类模型中超平面的支持向量，y_i表示语音文件中数据点的特征数据，b表示SVM分类模型中超平面的截距；

其中，α_i由下述关系式确定：