[发明专利]身份识别模型训练方法、身份识别方法及装置

权利要求书

1.一种身份识别模型训练方法，其特征在于，所述方法包括：

获取训练音频数据集，以及对所述训练音频数据集进行特征提取，得到训练特征集；

将所述训练特征集输入待训练模型包括的内容识别模型中进行迭代训练，以及将所述训练特征集输入训练完成后的所述内容识别模型输出内容向量；以及将所述训练特征集输入所述待训练模型包括的声纹识别模型中进行迭代训练，以及将所述训练特征集输入训练完成后的所述声纹识别模型输出声纹向量；

将所述内容向量和所述声纹向量输入至所述待训练模型包括的分类器中进行迭代训练，直至所述分类器的似然最大，参数收敛，得到身份识别模型。

2.根据权利要求1所述的方法，其特征在于，所述将所述内容向量和所述声纹向量输入至所述待训练模型包括的分类器中进行迭代训练，包括：

将所述内容向量和所述声纹向量并联为一维的语音训练向量；

将所述语音训练向量输入所述分类器中进行迭代训练。

3.根据权利要求2所述的方法，其特征在于，所述将所述语音训练向量输入所述分类器中进行迭代训练，包括：

根据所述语音训练向量对所述分类器分别进行均值处理和初始化处理，得到初始极大似然估计表达式；

将所述语音训练向量和所述初始极大似然估计表达式输入至所述分类器中，进行迭代训练。

4.根据权利要求1所述的方法，其特征在于，所述内容识别模型为基于卷积增强的音素识别模型，所述内容向量为音素向量。

5.根据权利要求4所述的方法，其特征在于，所述将所述训练特征集输入待训练模型包括的内容识别模型中进行迭代训练，包括：

将所述训练特征集输入所述音素识别模型中进行迭代训练；以及根据预设的第一梯度下降算法确定所述音素识别模型的第一损失值；

在所述第一损失值大于或等于第一损失值阈值的情况下，完成所述音素识别模型的训练。

6.根据权利要求1所述的方法，其特征在于，所述声纹识别模型为残差网络与时延神经网络；所述将所述训练特征集输入所述待训练模型包括的声纹识别模型中进行迭代训练，包括：

将所述训练特征集输入所述残差网络与时延神经网络中进行迭代训练；以及根据预设的第二梯度下降算法确定所述残差网络与时延神经网络的第二损失值；

在所述第二损失值大于或等于第二损失值阈值的情况下，完成所述残差网络与时延神经网络的训练。

7.根据权利要求1-6任一项所述的方法，其特征在于，所述训练特征集是采用梅尔频率倒谱系数MFCC对所述训练音频数据集提取得到的。

8.根据权利要求1-6任一项所述的方法，其特征在于，所述训练音频数据集中包含目标训练音频，所述目标训练音频包含预设唤醒词，所述目标训练音频在所述训练音频数据集中的比重大于或等于预设比重阈值。

9.一种身份识别方法，其特征在于，所述方法包括：

获取待识别用户的第一语音数据；

将所述第一语音数据输入身份识别模型包括的内容识别模型，输出目标内容向量；以及将所述第一语音数据输入所述身份识别模型包括的声纹识别模型，输出目标声纹向量；

将所述目标内容向量、所述目标声纹向量、预设内容向量和预设声纹向量，输入至所述身份识别模型包括的分类器中，输出似然分布数值；其中，所述预设内容向量是将目标用户的第二语音数据输入至所述内容识别模型后得到的，所述预设声纹向量是将所述目标用户的第二语音数据输入至所述声纹识别模型后得到的；

在所述似然分布数值大于预设似然分布数值阈值的情况下，确定所述待识别用户和所述目标用户为相同用户。