[发明专利]一种语音识别方法、装置及计算设备

说明书

本发明实施例公开了一种语音识别方法，包括步骤：接收包括第一语音的音频数据；判断是否存在与第一语音相匹配的用户；在不存在与第一语音相匹配的用户的情况下，存储该音频数据；对所存储的多条音频数据进行聚类，以便从多条音频数据中确定新用户。本发明实施例还公开了相应的语音识别装置、系统和计算设备。

技术领域

本发明涉及语音识别技术领域，尤其是一种语音识别方法、装置及计算设备。

背景技术

随着诸如移动终端和智能音箱之类终端设备的广泛使用，人们越来越习惯于使用语音来与这些终端设备进行交互。其中，终端设备可以采用声纹识别技术来识别用户身份。

声纹识别(Voiceprint Identification)，又称说话人识别(SpeakerIdentification)，该技术是从说话人发出的语音信号中提取语音特征，并据此对说话人进行身份验证的生物识别技术。其中，声纹是指人类语音中携带言语信息的声波频谱。同指纹一样，声纹具备独特的生物学特征，具有身份识别的作用，不仅具有特定性，而且具有相对的稳定性。

通常地，说话者需要预先在终端设备上注册声纹，而后终端设备通过声纹来识别该用户，从而可以通过分析该用户的语音对应的指令来分析用户行为，以便为该用户提供个性化、定制化服务，例如歌曲推荐等。

由于目前大部分终端设备的用户没有主动注册声纹，所以无法准确识别用户，从而无法分析用户行为向其提供个性化服务，或者向其提供的个性化服务很难达到比较好的效果。

因此，需要提供一种更优越的语音识别方案，以便为用户提供服务。

发明内容

为此，本发明实施例提供了一种语音识别方法、装置及计算设备，以力图解决或者至少缓解上面存在的至少一个问题。

根据本发明实施例的一个方面，提供了一种语音识别方法，包括步骤：接收包括第一语音的音频数据；判断是否存在与第一语音相匹配的用户；在不存在与第一语音相匹配的用户的情况下，存储该音频数据；对所存储的多条音频数据进行聚类，以便从多条音频数据中确定新用户。

可选地，在根据本发明实施例的语音识别方法中，用户对应有用户简档，用户简档包括用户的声纹，判断是否存在与第一语音相匹配的用户的步骤包括：判断第一语音是否与用户的声纹相匹配，以判断是否存在与第一语音相匹配的用户。

可选地，在根据本发明实施例的语音识别方法中，对所存储的多条音频数据进行聚类，以便从多条音频数据中确定新用户的步骤包括：基于多条音频数据中两两之间的相似评分，将多条音频数据划分为多个集合；基于集合的样本密度和样本数量确定至少一个目标集合，目标集合对应于新用户；为目标集合对应的新用户创建用户简档，并使用目标集合中的至少部分音频数据来生成该新用户的声纹。

可选地，在根据本发明实施例的语音识别方法中，使用目标集合中的至少部分音频数据来生成该新用户的声纹的步骤包括：根据到目标集合的质心的距离来确定目标集合中用于生成新用户的声纹的音频数据。

可选地，在根据本发明实施例的语音识别方法中，用户简档包括指示用户是否为主动注册的用户标记，为目标集合对应的新用户创建用户简档的步骤包括：将为目标集合对应的新用户所创建的用户简档中的用户标识置为非主动注册；以及方法还包括步骤：在存在与第一语音相匹配的用户且对应的用户标记指示用户为非主动注册的情况下，记录来自用户的音频数据条数。

可选地，在根据本发明实施例的语音识别方法中，还包括步骤：在记录来自用户的音频数据条数之后，判断音频数据条数是否在特定时间段内达到特定数量；若否，删除该用户对应的用户简档。

可选地，在根据本发明实施例的语音识别方法中，用户简档还包括与用户相关联的终端设备的设备标识，该方法包括步骤：接收发送音频数据的终端设备的设备标识；基于设备标识判断是否存在与终端设备相关联的用户；如果不存在，则存储该音频数据。