[发明专利]一种年龄预估方法和装置以及设备

说明书

本发明公开了一种年龄预估方法和装置以及设备。其中，所述方法包括：获取不同年龄段的人体的语音数据，和构建基于该语音数据的邻近算法回归模型，和采用邻近算法对该构建的邻近算法回归模型进行训练，以及根据该经训练后的邻近算法回归模型，来对人体的语音进行对应该语音的人体的年龄的预估。通过上述方式，能够实现通过人体的语音来预估该人体的年龄。

技术领域

本发明涉及年龄预估技术领域，尤其涉及一种年龄预估方法和装置以及设备。

背景技术

语音，是指人体通过发音器官发出来的、具有一定意义的、目的是用来进行社会交际的声音。人体的语音，一般会随着年龄的变化而变化。

现有的年龄预估方案，一般是获取人体的人脸图像，根据该人脸图像进行人脸识别，进而预估出该人体的年龄。

然而，现有的年龄预估方案，无法实现通过人体的语音来预估该人体的年龄。

发明内容

有鉴于此，本发明的目的在于提出一种年龄预估方法和装置以及设备，能够实现通过人体的语音来预估该人体的年龄。

根据本发明的一个方面，提供一种年龄预估方法，包括：获取不同年龄段的人体的语音数据；构建基于所述语音数据的邻近算法回归模型；采用邻近算法对所述构建的邻近算法回归模型进行训练；根据所述经训练后的邻近算法回归模型，来对人体的语音进行对应所述语音的人体的年龄的预估。

其中，所述采用邻近算法对所述构建的邻近算法回归模型进行训练，包括：对所述语音数据中的每个语音进行相应年龄的年龄标签打标，和从所述经年龄标签打标后的语音数据中提取出每个语音的声学特征，并从所述声学特征中提取出梅尔倒谱系数特征、感知线性预测系数特征和过零率特征作为邻近算法的训练输入的方式，以及采用所述将梅尔倒谱系数特征、感知线性预测系数特征和过零率特征作为训练输入的邻近算法对所述构建的邻近算法回归模型进行训练。

其中，所述根据所述经训练后的邻近算法回归模型，来对人体的语音进行对应所述语音的人体的年龄的预估，包括：根据所述经训练后的邻近算法回归模型，从人体的语音中提取出对关联所述语音的梅尔倒谱系数特征、感知线性预测系数特征和过零率特征，将所述提取出的关联所述语音的梅尔倒谱系数特征、感知线性预测系数特征和过零率特征输入所述经训练后的邻近算法回归模型，来对人体的语音进行对应所述语音的人体的年龄的预估，通过所述经训练后的邻近算法回归模型得到预估的年龄。

其中，在所述根据所述经训练后的邻近算法回归模型，来对人体的语音进行对应所述语音的人体的年龄的预估之后，还包括：通过交叉熵损失的损失函数和优化算法对所述邻近算法进行参数更数，和采用所述经参数更新后的邻近算法通过预估次数的迭代对所述邻近算法回归模型进行训练更新。

根据本发明的另一个方面，提供一种年龄预估装置，包括：获取模块、构建模块、训练模块和预估模块；所述获取模块，用于获取不同年龄段的人体的语音数据；所述构建模块，用于构建基于所述语音数据的邻近算法回归模型；所述训练模块，用于采用邻近算法对所述构建的邻近算法回归模型进行训练；所述预估模块，用于根据所述经训练后的邻近算法回归模型，来对人体的语音进行对应所述语音的人体的年龄的预估。

其中，所述训练模块，具体用于：对所述语音数据中的每个语音进行相应年龄的年龄标签打标，和从所述经年龄标签打标后的语音数据中提取出每个语音的声学特征，并从所述声学特征中提取出梅尔倒谱系数特征、感知线性预测系数特征和过零率特征作为邻近算法的训练输入的方式，以及采用所述将梅尔倒谱系数特征、感知线性预测系数特征和过零率特征作为训练输入的邻近算法对所述构建的邻近算法回归模型进行训练。