[发明专利]一种语音变化信息检测方法、模型训练方法以及相关装置

权利要求书

1.一种语音变化信息的检测方法，其特征在于，包括：

获取输入语音；

将所述输入语音输入目标神经网络模型中的共享层，以得到特征向量，所述共享层包括至少一个特征提取网络；

将所述特征向量输入所述目标神经网络模型中的任务层，以得到语音变化信息，所述任务层包括语音检测分支和至少一个变化程度预测分支，所述语音检测分支用于根据所述特征向量生成所述语音变化信息中的语音存在概率，所述变化程度预测分支用于根据所述特征向量生成所述语音变化信息中的语音变化预测，所述语音变化预测包括变速程度预测和变调程度预测；

基于所述语音变化信息确定所述输入语音的变化参数；

根据所述变化参数对所述输入语音进行反向变化操作，以得到还原语音；

基于所述还原语音进行语音识别。

2.根据权利要求1所述的方法，其特征在于，所述将所述输入语音输入目标神经网络模型中的共享层，以得到特征向量，包括：

按照预设值对所述输入语音进行分帧，以得到语音序列；

将所述语音序列输入所述目标神经网络模型中的共享层，以得到所述特征向量。

3.根据权利要求2所述的方法，其特征在于，所述将所述语音序列输入所述目标神经网络模型中的共享层，以得到所述特征向量，包括：

确定所述语音序列对应的目标通道；

基于所述目标通道获取所述语音序列的时域特征；

将所述时域特征输入所述目标神经网络模型中的共享层，以得到所述特征向量。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

基于所述目标通道获取所述语音序列的频域特征，所述频域特征包括复数频谱、频谱能量、子带能量或梅尔倒谱系数；

将所述频域特征输入所述目标神经网络模型中的共享层，以得到所述特征向量。

5.根据权利要求2所述的方法，其特征在于，所述将所述语音序列输入所述目标神经网络模型中的共享层，以得到所述特征向量，包括：

确定所述语音序列中的目标单帧信号；

基于所述目标单帧信号进行相邻信号的拼接，以得到单帧特征；

将所述单帧特征输入所述目标神经网络模型中的共享层，以得到所述特征向量。

6.根据权利要求2所述的方法，其特征在于，所述将所述语音序列输入所述目标神经网络模型中的共享层，以得到所述特征向量，包括：

基于预设范围提取所述语音序列中的多帧信号；

确定所述多帧信号对应的多帧特征；

将所述多帧特征输入所述目标神经网络模型中的共享层，以得到所述特征向量。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取反向操作因子；

根据所述反向操作因子对所述变化参数进行更新。

8.一种模型训练的方法，其特征在于，包括：

获取语音训练集，所述语音训练集基于目标语音进行变速和变调所得；

将所述语音训练集输入目标神经网络模型中的共享层，以得到训练向量，所述共享层包括至少一个特征提取网络；

将所述训练向量分别输入任务层中的每个语音检测分支和变化程度预测分支，以得到多个分支损失信息，所述分支损失信息包括变速程度预测损失、变调程度预测损失和语音检测损失，所述任务层与所述共享层相关联；

基于所述分支损失信息计算得到总体损失信息，以对所述目标神经网络模型进行模型训练。

9.根据权利要求8所述的方法，其特征在于，所述方法还包括：

获取噪声训练样本；

将所述噪声训练样本进行标记，以对所述语音训练集进行更新。

10.根据权利要求8所述的方法，其特征在于，所述方法还包括：

确定所述目标语音以及对应的变化算法；

基于所述变化算法对所述语音训练集中对应的样本进行标记。