[发明专利]一种对象识别方法及其设备、存储介质、终端有效
申请号: | 201710992605.7 | 申请日: | 2017-10-23 |
公开(公告)号: | CN108305615B | 公开(公告)日: | 2020-06-16 |
发明(设计)人: | 张明远 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
主分类号: | G10L15/02 | 分类号: | G10L15/02;G10L15/06;G10L17/04;G10L25/03 |
代理公司: | 广州三环专利商标代理有限公司 44202 | 代理人: | 郝传鑫;熊永强 |
地址: | 518057 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 对象 识别 方法 及其 设备 存储 介质 终端 | ||
1.一种对象识别方法,其特征在于,包括:
获取当前语音环境中目标对象的语音信息和所述目标对象的方位信息;
基于训练后的声纹匹配模型对所述语音信息进行声纹特征提取,获取经所述声纹特征提取后所述语音信息对应的声纹特征信息;
获取所述声纹特征信息对应的声音置信度;
基于所述声音置信度并采用所述方位信息和所述声纹特征信息获取所述目标对象的对象识别结果,所述对象识别结果指示所述目标对象的语音信息所属的所述目标对象的身份信息。
2.如权利要求1所述的方法,其特征在于,所述获取当前语音环境中目标对象的语音信息和所述目标对象的方位信息,包括:
基于麦克风阵列获取当前语音环境中语音信息集合,并对所述语音信息集合进行筛选处理,获取经所述筛选处理后的所述目标对象的语音信息;
获取所述麦克风阵列在采集所述语音信息集合时的相位信息,基于所述相位信息所指示的语音方位确定所述目标对象的方位信息。
3.如权利要求1所述的方法,其特征在于,所述获取当前语音环境中目标对象的语音信息和所述目标对象的方位信息之前,还包括:
获取声纹训练语音集合,基于所述声纹训练语音集合中各声纹训练语音和所述声纹训练语音对应的样本特征信息,对建立的声纹匹配模型进行训练生成训练后的声纹匹配模型。
4.如权利要求3所述的方法,其特征在于,所述获取所述声纹特征信息对应的声音置信度,包括:
将所述声纹特征信息与所述声纹训练语音对应的样本特征信息进行匹配,获取特征匹配度最高时的匹配度值;
根据所述匹配度值确定所述声纹特征信息对应的声音置信度。
5.如权利要求1所述的方法,其特征在于,所述基于所述声音置信度并采用所述方位信息和所述声纹特征信息获取所述目标对象的对象识别结果,包括:
基于所述声音置信度和预设声音置信度阈值的关系,在所述方位信息和所述声纹特征信息中确定所采用的对象识别信息,并根据所述对象识别信息获取所述目标对象的对象识别结果。
6.如权利要求5所述的方法,其特征在于,所述基于所述声音置信度和预设声音置信度阈值的关系,在所述方位信息和所述声纹特征信息中确定所采用的对象识别信息,并根据所述对象识别信息获取所述目标对象的对象识别结果,包括:
当所述声音置信度大于或等于第一置信度阈值时,将所述声纹特征信息确定为所采用的对象识别信息,并根据所述对象识别信息获取所述目标对象的对象识别结果;
当所述声音置信度大于或等于第二置信度阈值、且小于所述第一置信度阈值时,将所述方位信息和所述声纹特征信息共同确定为所采用的对象识别信息,并根据所述对象识别信息获取所述目标对象的对象识别结果;
当所述声音置信度小于第二置信度阈值时,将所述方位信息确定为所采用的对象识别信息,并根据所述对象识别信息获取所述目标对象的对象识别结果。
7.如权利要求6所述的方法,其特征在于,所述当所述声音置信度大于或等于第二置信度阈值、且小于所述第一置信度阈值时,将所述方位信息和所述声纹特征信息共同确定为所采用的对象识别信息,并根据所述对象识别信息获取所述目标对象的对象识别结果,包括:
当所述声音置信度大于或等于第二置信度阈值、且小于所述第一置信度阈值时,将所述方位信息和所述声纹特征信息共同确定为所采用的对象识别信息;
根据所述声纹特征信息获取所述目标对象的候选识别结果;
采用所述方位信息从所述候选识别结果中定位所述目标对象的对象识别结果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710992605.7/1.html,转载请声明来源钻瓜专利网。