[发明专利]一种模型更新方法及装置

权利要求书

1.一种模型更新方法，其特征在于，应用于设备端，包括：

获取语音数据；

利用部署在本地的语音检测模型对所述语音数据进行检测，以判断所述语音数据为第一类型语音或者第二类型语音；其中，所述第一类型语音为真人语音，第二类型语音为非真人语音；

根据判断结果确定所述语音数据对应的标签，并存储所述语音数据以及所述标签作为样本数据，以根据所述样本数据对所述语音检测模型以及部署在服务器上的语音通用活体检测模型进行更新；

其中，所述根据判断结果确定所述语音数据对应的标签，包括：

判断所述判断结果是否表征所述语音检测模型对所述语音数据的检测不准确；

若所述判断结果表征所述语音检测模型对所述语音数据的检测准确，则确定所述标签为表征第一类型语音的标签或者第二类型语音的标签。

2.根据权利要求1所述的模型更新方法，其特征在于，所述判断所述判断结果是否表征所述语音检测模型对所述语音数据的检测不准确，包括：

判断所述语音数据为所述第一类型语音或者所述第二类型语音的置信度是否大于预设阈值；

若所述置信度大于所述预设阈值，则确定所述标签为表征所述第一类型语音的标签或者所述第二类型语音的标签。

3.根据权利要求1所述的模型更新方法，其特征在于，在所述判断所述判断结果是否表征所述语音检测模型对所述语音数据的检测不准确之后，所述方法还包括：

若所述判断结果表征所述语音检测模型对所述语音数据的检测不准确，则输出交互信息以核实所述语音数据为第一类型语音或者第二类型语音；

接收根据所述交互信息返回的核实结果，并根据所述核实结果确定所述标签。

4.根据权利要求1所述的模型更新方法，其特征在于，在所述存储所述语音数据以及所述标签作为样本数据之后，所述方法还包括：

在存储的样本数据的数量超过预设计数阈值时，利用所述存储的样本数据对所述语音检测模型进行更新，并清零所述存储的样本数据的数量。

5.根据权利要求1所述的模型更新方法，其特征在于，在所述存储所述语音数据以及所述标签作为样本数据之后，所述方法还包括：

向所述服务器发送所述样本数据。

6.一种模型更新方法，其特征在于，应用于服务器，包括：

接收设备端发送的样本数据；

根据所述样本数据对存储的语音通用检测模型进行更新；

其中，所述样本数据为所述设备端通过如下步骤生成：

获取语音数据；

利用部署在本地的语音检测模型对所述语音数据进行检测，以判断所述语音数据为第一类型语音或者第二类型语音；其中，所述第一类型语音为真人语音，第二类型语音为非真人语音；

根据判断结果确定所述语音数据对应的标签，并存储所述语音数据以及所述标签作为样本数据；

其中，所述根据判断结果确定所述语音数据对应的标签，包括：

判断所述判断结果是否表征所述语音检测模型对所述语音数据的检测不准确；

若所述判断结果表征所述语音检测模型对所述语音数据的检测准确，则确定所述标签为表征第一类型语音的标签或者第二类型语音的标签。

7.根据权利要求6所述的模型更新方法，其特征在于，在所述接收设备端发送的样本数据之前，所述方法还包括：

获取语料库；

利用所述语料库对预先建立好的机器学习模型进行训练，得到训练好的所述语音通用检测模型；

向所述设备端发送所述语音通用检测模型，以使所述设备端部署所述语音通用检测模型并对所述语音通用检测模型进行自更新。