[发明专利]用户语音简档管理

说明书

一种设备包括处理器，其被配置为在第一功率模式下确定音频流是否对应于至少两个说话者的语音。处理器被配置为基于确定音频流对应于至少两个说话者的语音，在第二功率模式下分析音频流的音频特征数据以生成分段结果。处理器被配置为执行对多个用户语音简档与说话者同质音频段的多个音频特征数据集合中的音频特征数据集合的比较，以确定音频特征数据集合是否与用户语音简档中的任何一者相匹配。处理器被配置为基于确定音频特征数据集合与多个用户语音简档中的任何一者都不匹配，基于多个音频特征数据集合来生成用户语音简档。

相关申请的交叉引用

本申请要求享受于2020年12月8日提交的、共同拥有的美国非临时专利申请No.17/115,158的优先权权益，其内容整体通过引用明确地并入本文中。

技术领域

概括而言，本公开内容与用户语音简档的管理相关。

背景技术

技术的进步已经导致了更小且更强大的计算设备。例如，目前存在各种便携式个人计算设备，包括无线电话(例如，移动电话和智能电话)、小型、轻量且容易被用户携带的平板计算机和膝上型计算机。这些设备可以通过无线网络传送语音和数据分组。此外，许多此类设备并入了额外的功能，例如，数字相机、数字摄像机、数字记录器和音频文件播放器。此外，此类设备可以处理可执行指令，包括软件应用，例如网络浏览器应用，其可以用于访问互联网。因此，这些设备可以包括重要的计算能力。

此类计算设备通常并入用于从一个或多个麦克风接收音频信号的功能。例如，音频信号可以表示由麦克风捕获的用户语音、由麦克风捕获的外部声音或其组合。此类设备可以包括依赖用户语音简档的应用，例如以用于用户识别。可以通过让用户说出预定词语或句子的脚本来训练用户语音简档。此类主动的用户注册以生成用户语音简档是耗时且不方便的。

发明内容

根据本公开内容的一种实现方式，用于音频分析的设备包括存储器和一个或多个处理器。该存储器被配置为存储多个用户的多个用户语音简档。一个或多个处理器被配置为在第一功率模式下确定音频流是否对应于至少两个不同说话者的语音。一个或多个处理器还被配置为：基于确定音频流对应于至少两个不同说话者的语音，在第二功率模式下分析音频流的音频特征数据以生成分段结果。分段结果指示音频流的说话者同质(talker-homogenous)音频段。一个或多个处理器进一步被配置为执行对多个用户语音简档与第一说话者同质音频段的第一多个音频特征数据集合中的第一音频特征数据集合的比较，以确定第一音频特征数据集合是否与多个用户语音简档中的任何一者相匹配。一个或多个处理器还被配置为，基于确定第一音频特征数据集合与多个用户语音简档中的任何一者都不匹配：基于第一多个音频特征数据集合来生成第一用户语音简档，并且将第一用户语音简档添加到多个用户语音简档中。

根据本公开内容的另一种实现方式，一种音频分析的方法包括：在设备处在第一功率模式下确定音频流是否对应于至少两个不同说话者的语音。该方法还包括：基于确定该音频流对应于至少两个不同说话者的语音，在第二功率模式下分析该音频流的音频特征数据以生成分段结果。分段结果指示音频流的说话者同质音频段。该方法进一步包括：在该设备处执行对多个用户语音简档与第一说话者同质音频段的第一多个音频特征数据集合中的第一音频特征数据集合的比较，以确定第一音频特征数据集合是否与多个用户语音简档中的任何一者相匹配。该方法还包括：基于确定第一音频特征数据集合与多个用户语音简档中的任何一者都不匹配：在该设备处，基于第一多个音频特征数据集合来生成第一用户语音简档，并且在该设备处将第一用户语音简档添加到多个用户语音简档中。