[发明专利]语音特征提取方法、装置、电子设备和存储介质

权利要求书

1.一种语音特征提取方法，其特征在于，包括：

确定语音数据；

将所述语音数据输入至语音特征提取模型中，得到所述语音特征提取模型输出的语音特征；

其中，所述语音特征提取模型是基于样本语音数据无监督训练得到的；所述语音提取模型用于将所述语音数据编码得到隐层特征，并将所述隐层特征进行非线性空间映射，得到所述语音特征。

2.根据权利要求1所述的语音特征提取方法，其特征在于，所述将所述语音数据输入至语音特征提取模型中，得到所述语音特征提取模型输出的语音特征，具体包括：

将所述语音数据输入至所述语音特征提取模型的隐层特征提取层，得到所述隐层特征提取层输出的所述隐层特征；

将所述隐层特征输入至所述语音特征提取模型的空间映射层，得到所述空间映射层输出的所述语音特征。

3.根据权利要求1所述的语音特征提取方法，其特征在于，所述语音特征提取模型是基于同一正向语音数据对中两个样本语音数据的样本语音特征之间的相关性，和/或不同正向语音数据对中样本语音数据的样本语音特征之间的差异性训练得到的；

任一正向语音数据对中两个样本语音数据分别为原始语音数据和增强语音数据，所述增强语音数据是对所述原始语音数据进行数据增强得到的。

4.根据权利要求3所述的语音特征提取方法，其特征在于，所述语音特征提取模型的损失函数是基于每一样本语音数据的对内特征相似度和对间特征相似度确定的；

其中，任一样本语音数据的对内特征相似度为所述任一样本语音数据的样本语音特征与所属正向语音数据对中另一样本语音数据的样本语音特征之间的相似度，所述任一样本语音数据的对间特征相似度为所述任一样本语音数据的样本语音特征与所属正向语音数据对之外的每一样本语音数据的样本语音特征之间的相似度。

5.根据权利要求4所述的语音特征提取方法，其特征在于，所述语音特征提取模型的损失函数是基于每一样本语音数据的单样本损失函数确定的；

其中，任一样本语音数据的单样本损失函数是基于所述任一样本语音数据的对内特征得分与整体特征得分的比值确定的；

所述任一样本语音数据的对内特征得分是基于所述任一样本语音数据的对内特征相似度确定的，所述任一样本语音数据的整体特征得分是基于所述任一样本语音数据的对内特征相似度和对间特征相似度确定的。

6.根据权利要求1至5中任一项所述的语音特征提取方法，其特征在于，所述将所述语音数据输入至语音特征提取模型中，得到所述语音特征提取模型输出的语音特征，之后还包括：

对多个语音数据的语音特征进行聚类，得到聚类结果。

7.根据权利要求1至5中任一项所述的语音特征提取方法，其特征在于，所述语音特征为说话人特征、语种特征或发音音素特征。

8.一种语音特征提取装置，其特征在于，包括：

语音确定单元，用于确定语音数据；

特征提取单元，用于将所述语音数据输入至语音特征提取模型中，得到所述语音特征提取模型输出的语音特征；

其中，所述语音特征提取模型是基于样本语音数据无监督训练得到的；所述语音提取模型用于将所述语音数据编码得到隐层特征，并将所述隐层特征进行非线性空间映射，得到所述语音特征。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在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程序时实现如权利要求1至7中任一项所述的语音特征提取方法的步骤。

10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至7中任一项所述的语音特征提取方法的步骤。