[发明专利]深度学习模型的训练方法、声纹识别方法、装置和设备

说明书

本公开提供了一种深度学习模型的训练方法，涉及人工智能领域，尤其涉及声纹识别领域。具体实现方案为：根据M个语音样本的特征，将M个语音样本分类为与N个对象各自对应的N个样本组，其中，每个样本组包括至少一个语音样本，与每个样本组对应的对象作为该样本组中的语音样本的伪标签，M和N是大于1的整数，且M大于或等于N；以及使用M个语音样本以及每个语音样本的伪标签对深度学习模型进行训练。本公开还提供了一种声纹识别方法、装置、电子设备和存储介质。

技术领域

本公开涉及人工智能技术领域，尤其涉及声纹识别技术。更具体地，本公开提供了一种深度学习模型的训练方法、声纹识别方法、装置、电子设备和存储介质。

背景技术

在语音处理领域，识别说话人的任务又称为声纹识别任务。在声纹识别任务中，相关模型的训练往依赖海量的具有说话人标签的声纹数据，然而由于声纹数据涉及个人隐私性，在实际应用场景难以收集到大量标签数据。

发明内容

本公开提供了一种深度学习模型的训练方法、声纹识别方法、装置、电子设备和存储介质。

根据第一方面，提供了一种深度学习模型的训练方法，该方法包括：根据M个语音样本的特征，将M个语音样本分类为与N个对象各自对应的N个样本组，其中，每个样本组包括至少一个语音样本，与每个样本组对应的对象作为该样本组中的语音样本的伪标签，M和N是大于1的整数，且M大于或等于N；以及使用M个语音样本以及每个语音样本的伪标签对深度学习模型进行训练。

根据第二方面，提供了一种声纹识别方法，该方法包括：获取待识别语音；以及将待识别语音输入到深度学习模型中，得到与待识别语音样本对应的目标对象；其中，深度学习模型是根据上述深度学习模型的训练方法训练得到的。

根据第三方面，提供了一种深度学习模型的训练装置，该装置包括：分类模块，用于根据M个语音样本的特征，将M个语音样本分类为与N个对象各自对应的N个样本组，其中，每个样本组包括至少一个语音样本，与每个样本组对应的对象作为该样本组中的语音样本的伪标签，M和N是大于1的整数，且M大于或等于N；以及第一训练模块，用于使用M个语音样本以及每个语音样本的伪标签对深度学习模型进行训练。

根据第四方面，提供了一种声纹识别装置，该装置包括：获取模块，用于获取待识别语音；以及识别模块，用于将待识别语音输入到深度学习模型中，得到与待识别语音样本对应的目标对象；其中，深度学习模型是根据上述深度学习模型的训练装置训练得到的。

根据第五方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行根据本公开提供的方法。

根据第六方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，该计算机指令用于使计算机执行根据本公开提供的方法。

根据第七方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据本公开提供的方法。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是根据本公开的一个实施例的可以应用深度学习模型的训练方法以及声纹识别方法的示例性系统架构示意图；

图2是根据本公开的一个实施例的深度学习模型的训练方法的流程图；

图3是根据本公开的一个实施例的将M个语音样本分类为与N个对象各自对应的N个样本组的方法的示意图；

图4是根据本公开的一个实施例的深度学习模型的训练方法的原理图；