[发明专利]声纹数据生成方法、装置、计算机装置及存储介质

权利要求书

1.一种声纹数据生成方法，其特征在于，所述方法包括：

使用给定多个带说话人标签的声纹样本对多个声纹识别子模型进行训练；

从所述多个声纹识别子模型中选择一个声纹识别子模型，利用选择的声纹识别子模型对每个声纹样本提取声纹特征；

根据每个声纹样本的声纹特征确定候选声纹样本对，根据每个候选声纹样本对中的两个声纹样本的说话人标签确定每个候选声纹样本对的同一说话人标签；

利用每个非选择的声纹识别子模型对每个候选声纹样本对提取声纹特征，将所有非选择的声纹识别子模型对每个候选声纹样本对提取的声纹特征拼接为该候选声纹样本对的联合声纹特征；

根据每个候选声纹样本对的联合声纹特征和同一说话人标签对分类器进行训练；

利用所述选择的声纹识别子模型对多个无标签的语音数据提取声纹特征；

根据每个语音数据的声纹特征确定候选语音数据对，根据每个候选语音数据对中的两个语音数据的说话人标签确定每个候选语音数据对的同一说话人标签；

利用每个非选择的声纹识别子模型对每个候选语音数据对提取声纹特征，将所有非选择的声纹识别子模型对每个候选语音数据对提取的声纹特征拼接为该候选语音数据对的联合声纹特征；

将每个候选语音数据对的联合声纹特征输入所述分类器进行预测，得到每个候选语音数据对是否为同一说话人的预测结果；

根据所有候选语音数据对的预测结果对所有候选语音数据对中的语音数据进行说话人归类，得到多个语音集合和每个语音集合对应的说话人标签。

2.如权利要求1所述的方法，其特征在于，所述多个声纹识别子模型包括多个不同类型的神经网络模型或多个相同类型不同参数的神经网络模型。

3.如权利要求1所述的方法，其特征在于，所述根据每个声纹样本的声纹特征确定候选声纹样本对包括：

计算每个声纹样本对的声纹特征的距离；

将所述距离小于或等于预设值的声纹样本对作为所述候选声纹样本对；或者

将所述距离较小的预设数量的声纹样本对作为所述候选声纹样本对。

4.如权利要求1所述的方法，其特征在于，所述使用给定多个带说话人标签的声纹样本对多个声纹识别子模型进行训练包括：

对不同的声纹识别子模型的输入数据进行不同的处理；和/或

对不同的声纹识别子模型使用不同的训练参数；和/或

对不同的声纹识别子模型使用不同的损失函数。

5.如权利要求1所述的方法，其特征在于，所述分类器包括感知器。

6.如权利要求1-5中任一项所述的方法，其特征在于，所述方法还包括：

判断每个语音集合中的语音数据的数量是否小于预设数量；

若该语音集合中的语音数据的数量小于预设数量，则删除该语音集合。

7.如权利要求1-5中任一项所述的方法，其特征在于，所述方法还包括：

将所述多个语音集合中的语音数据作为训练样本对声纹识别模型进行训练。