[发明专利]声纹识别模型训练方法、装置和计算机系统

权利要求书

1.一种基于联邦学习技术的声纹识别模型训练方法，其特征在于，包括：

联邦学习终端对原始音频信号进行扭曲处理，所述扭曲处理用于对原始音频信号进行时域上的扭曲处理或者频域上的掩蔽处理；

所述联邦学习终端对音频信号进行声学特征的提取；

所述联邦学习终端将随机生成的数据编号与提取到的相应声学特征拼接得到信息向量；

所述联邦学习终端对拼接后的信息向量进行无损数学特性的加密处理，得到待训练数据，并将所述待训练数据传输给联邦学习服务端；

所述联邦学习服务端接收所述待训练数据；

所述联邦学习服务端将所述待训练数据中的多个信息向量按照解密规则一一对应地拆解为数据编号和声学特征两部分；

所述联邦学习服务端以所述声学特征作为输入，以所述数据编号作为输出，训练声学向量提取算法，在所述声学向量提取算法收敛的情况下，完成所述声学向量提取算法的训练。

2.根据权利要求1所述的方法，其特征在于，所述联邦学习终端有多个，所述待训练数据包括由第一联邦学习终端提供的第一训练数据和由第二联邦学习终端提供的第二训练数据。

3.根据权利要求1所述的方法，其特征在于，在所述完成所述声学向量提取算法的训练之后，还包括：

所述联邦学习服务端以所述声学向量提取算法的输出结果作为输入，以所述数据编号作为输出，训练分类算法，在所述分类算法收敛的情况下，完成所述分类算法的训练。

4.一种基于联邦学习技术的声纹识别模型训练装置，其特征在于，包括：

扭曲模块，用于联邦学习终端对原始音频信号进行扭曲处理，所述扭曲处理用于对原始音频信号进行时域上的扭曲处理或者频域上的掩蔽处理；

提取模块，用于所述联邦学习终端对音频信号进行声学特征的提取；

拼接模块，用于所述联邦学习终端将随机生成的数据编号与提取到的相应声学特征拼接得到信息向量；

加密模块，用于所述联邦学习终端对拼接后的信息向量进行无损数学特性的加密处理，得到待训练数据，并将所述待训练数据传输给联邦学习服务端；

接收模块，用于所述联邦学习服务端接收所述待训练数据；

拆解模块，用于所述联邦学习服务端将所述待训练数据中的多个信息向量按照解密规则一一对应地拆解为数据编号和声学特征两部分；

第一训练模块，用于所述联邦学习服务端以所述声学特征作为输入，以所述数据编号作为输出，训练声学向量提取算法，在所述声学向量提取算法收敛的情况下，完成所述声学向量提取算法的训练。

5.根据权利要求4所述的装置，其特征在于，所述联邦学习终端有多个，所述待训练数据包括由第一联邦学习终端提供的第一训练数据和由第二联邦学习终端提供的第二训练数据。

6.根据权利要求4所述的装置，其特征在于，还包括：

第二训练模块，用于所述联邦学习服务端以所述声学向量提取算法的输出结果作为输入，以所述数据编号作为输出，训练分类算法，在所述分类算法收敛的情况下，完成所述分类算法的训练。

7.一种计算机系统，其特征在于，包括处理器，存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1-3任一项所述的声纹识别模型训练方法的步骤。