[发明专利]声纹识别模型训练方法、装置和计算机系统

说明书

本申请公开了一种基于联邦学习技术的声纹识别模型训练方法、装置和计算机系统，联邦学习终端对原始音频信号进行扭曲处理，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；对音频信号进行声学特征的提取；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；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，并将待训练数据传输给联邦学习服务端；联邦学习服务端接收待训练数据；将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；以声学特征作为输入，以数据编号作为输出，训练声学向量提取算法，在声学向量提取算法收敛的情况下，完成声学向量提取算法的训练。

技术领域

本申请属于声纹识别领域，具体涉及一种声纹识别模型训练方法、装置和计算机系统。

背景技术

在大数据时代，人工智能从业者和数据采集者属于不同的分工，二者彼此需要对方的资源，却又常常因安全、隐私等问题，难以建立信任、协同工作。确切地来讲，数据采集者需要将自己的数据使用权交给人工智能从业者，允许后者使用数据来训练人工智能模型，从而使自己的数据产生价值；人工智能从业者则需要获得数据采集方提供的数据使用权，才能训练出可应用的模型并让渡模型的使用权，从而进一步推动社会的发展。在实现本申请过程中，发明人发现人工智能从业者和数据采集者之间存在信任危机，数据采集者只愿意将数据交给人工智能从业者用于模型的训练，而不希望他们接触数据中存在的隐私和敏感信息；人工智能从业者又无法保证自己只将数据用作训练模型而不作他用，目前至少存在如下问题：难以使得数据采集者提供的数据被人工智能从业者安全有效地利用。

发明内容

本申请实施例的目的是提供声纹识别模型训练方法、装置和计算机系统，能够解决目前难以保证数据采集者提供的数据被人工智能从业者安全有效地利用的技术问题。

为了解决上述技术问题，本申请是这样实现的：

第一方面，本申请实施例提供了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。

进一步地，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。

进一步地，在所述完成所述声学向量提取算法的训练之后，还包括：

以所述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。

第二方面，本申请实施例提供了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；