[发明专利]一种可根据模型的提取频率训练识别模型的方法及系统

说明书

本发明公开了一种可根据模型的提取频率训练识别模型的方法及系统，属于语音识别技术领域；可根据模型的提取频率训练识别模型的方法，采用服务器与客户端远程连接的方式进行数据通信，可将客户端中不常用的通过比较初始识别模型的提取频率，删除不常用的初始识别模型，在服务器中采用语句训练样本对不常用的初始识别模型进行更新，减小了客户端的运行负担，同时提高了工作效率，能够同时兼顾应用于一般智能终端中形成识别模型所需的较好的实用性以及声纹识别所需的准确度。

技术领域

本发明涉及语音识别技术领域，尤其涉及一种可根据模型的提取频率训练识别模型的方法及系统。

背景技术

声纹识别是一种利用人的声音实现的识别技术，由于人在讲话时使用的发声器官存在一定的差异性，任何两个人声音的声纹图谱都有差异，所以声纹可以作为表征个体差异的生物特征，因此可以通过建立识别模型来表征不同的个体，进而利用该识别模型识别不同的个体。目前识别模型的应用存在一个两难的选择，主要体现在训练语料的长度选取上。一般而言，声纹训练的语料越长，建立的特征模型越精确，识别准确率也就越高，但是这种模型建立的方式的实用性不强；相反地，声纹训练语料较短，能保证较好的实用性，但相对而言其训练生成的模型的识别准确率不高。而在实际应用中，例如应用到一些智能设备中进行语音操作的声纹识别时，既要求有较高的识别准确率，又要求训练语料不能太长，从而保证较好的实用性，则以现有技术中的声纹识别模型建立的技术方案难以实现上述目的。

同样地，现有技术中，需要由用户手动多次录入一定时长的训练语料来辅助建立识别模型，因此会给用户较差的体验，不具备较高的实用性；组合起来的训练语料的长度仍然有限，不能生成较精确的特征模型，识别准确率无法进一步提升；语速语调的变化、情绪波动等也都会影响模型建立的精确度；且声纹识别模型建立的系统通常为独立的客户端，存储的语句训练样本有限，且训练速度慢，所以，如何在保证较高的实用性前提下，提高识别模型精确度，进而提高识别准确率是急需解决的问题。

发明内容

根据现有技术中存在的上述问题，现提供一种可根据模型的提取频率训练识别模型的方法及系统的技术方案，具体包括：

一种可根据模型的提取频率训练识别模型的方法，提供复数个客户端和一服务器，所述服务器分别与复数个所述客户端远程连接，其中，所述方法包括：

所述客户端获取一说话人的初始语音信号流；

所述客户端根据预设的说话人分割算法和说话人聚类算法，获取所述初始语音信号流中的语音信号流；

所述客户端判断所有所述语音信号流中是否存在能够作为识别对象的所述语音信号流，并将能够作为识别对象的所述语音信号流作为识别信号流输出；

所述客户端将所述识别信号流与预先形成的复数个初始识别模型进行匹配，获取匹配成功的所述初始识别模型；

所述客户端所述识别信号流作为追加的识别信号流的语句训练样本，并获取所述初始识别模型的提取频率；

所述客户端判断所述提取频率是否大于预设提取阈值，将小于或等于所述提取阈值的所述初始识别模型从所述客户端中删除；

所述客户端依据所述语句训练样本对大于所述提取阈值的所述初始识别模型进行更新；

所述服务器中存储有所有的所述初始识别模型，并依据所述语句训练样本对每个所述客户端中小于或等于所述提取阈值的所述初始识别模型进行更新，最终形成多个识别模型，每个所述识别模型对应于一个所述说话人。

优选的，所述客户端获取一说话人的初始语音信号流之前还包括：

所述客户端根据预设的复数个所述语句训练样本建立复数个所述初始识别模型。

优选的，所述客户端根据所述说话人分割算法与所述说话人聚类算法，分别获取所述初始语音信号流中的所述语音信号流的方法具体包括：