[发明专利]信息提示方法、装置、电子设备及介质

权利要求书

1.一种信息提示方法，其特征在于，所述方法包括：

采集步骤，采集声音信息；

确认步骤，确认所述声音信息的类别，其中，所述声音信息的类别包括男性声音、女性声音和中性声音；

识别步骤，当确认所述声音信息的类别为男性声音或女性声音时，识别所述声音信息对应的语义信息；

提示步骤，根据识别的语义信息和确认的类别给出提示；

处理步骤，当确认所述声音信息的类别为中性声音时，根据预先训练的性别识别深度神经网络模型识别所述中性声音对应的性别，再返回所述识别步骤，其中，所述预先训练的性别识别深度神经网络模型为残差神经网络ResNet-10模型，ResNet-10模型包括卷积层Conv_1、Conv2_x、Conv3_x、Conv4_x和Conv5_x和全连接层共10个层。

2.如权利要求1所述的信息提示方法，其特征在于，所述确认步骤包括：

提取所述声音信息的基音频率；

将所述声音信息的基音频率与第一基音频率范围、第二基音频率范围和第三基音频率范围进行比对；

当所述声音信息的基音频率落在所述第一基音频率范围内，确认所述声音信息的类别为男性声音；

当所述声音信息的基音频率落在所述第二基音频率范围内，确认所述声音信息的类别为女性声音；

当所述声音信息的基音频率落在所述第三基音频率范围内，确认所述声音信息的类别为中性声音。

3.如权利要求1所述的信息提示方法，其特征在于，识别所述声音信息对应的语义信息包括：

将所述声音信息转换为文本信息；

对所述文本信息进行预处理，所述预处理包括分词和噪声词去除处理。

根据预先存储的语义关系库和基本概念库对预处理后的文本信息进行语义匹配，得到语义匹配结果。

4.如权利要求1所述的信息提示方法，其特征在于，所述卷积层Conv_1、Conv2_x、Conv3_x、Conv4_x和Conv5_x分别包括一个残差模块，所述卷积层Conv_1、Conv2_x、Conv3_x、Conv4_x和Conv5_x分别连接一个自适应全局平均池化。

5.如权利要求1所述的信息提示方法，其特征在于，所述ResNet-10模型为基于AM-Softmax损失函数设计的深度神经网络模型，其中，当所述AM-Softmax损失函数的参数因子为0.2时，得到所述性别识别深度神经网络模型的最佳决策边界。

6.如权利要求1所述的信息提示方法，其特征在于，预先训练所述性别识别深度神经网络模型的方法包括：

扩充所述中性声音得到训练数据；

根据扩充的训练数据训练所述深度神经网络模型，得到性别识别深度神经网络模型。

7.如权利要求6所述的信息提示方法，其特征在于，扩充所述中性声音的方法包括：

在采集的中性声音中叠加噪声；

获取叠加噪声后的中性声音的频谱图；

将频谱图在时间方向上进行打乱重组。

8.一种信息提示装置，其特征在于，所述装置包括：

采集模块，用于采集声音信息；

确认模块，用于确认所述声音信息的类别，其中，所述声音信息的类别包括男性声音、女性声音和中性声音；

识别模块，用于当确认所述声音信息的类别为男性声音或女性声音时，识别所述声音信息对应的语义信息；

提示模块，用于根据识别的语义信息和确认的类别给出提示；

处理模块，用于当确认所述声音信息的类别为中性声音时，根据预先训练的性别识别深度神经网络模型识别所述中性声音对应的性别，其中，所述预先训练的性别识别深度神经网络模型为残差神经网络ResNet-10模型，ResNet-10模型包括卷积层Conv_1、Conv2_x、Conv3_x、Conv4_x和Conv5_x和全连接层共10个层。