本公開(kāi)總體上涉及機(jī)器學(xué)習(xí)系統(tǒng)。更具體地，本公開(kāi)涉及一種用于語(yǔ)音助理的說(shuō)話者驗(yàn)證的系統(tǒng)和方法。

背景技術(shù)：

1、諸如bixby、siri和alexa的語(yǔ)音助理允許用戶進(jìn)行語(yǔ)音注冊(cè)作為收集用戶語(yǔ)音簡(jiǎn)檔的步驟。這涉及請(qǐng)求用戶記錄用戶語(yǔ)音樣本，這可能是繁瑣的任務(wù)，并且是阻礙集成新用戶的僵硬障礙。因此，為了改善用戶體驗(yàn)和新用戶登記完成率，最近的趨勢(shì)是不要求用戶執(zhí)行語(yǔ)音注冊(cè)。盡管這消除了繁瑣的注冊(cè)任務(wù)，但是它可能導(dǎo)致語(yǔ)音喚醒性能的降級(jí)并增加無(wú)效喚醒的數(shù)量，無(wú)效喚醒是指盡管用戶尚未請(qǐng)求或意圖語(yǔ)音助理這樣做但語(yǔ)音助理被激活的實(shí)例。

技術(shù)實(shí)現(xiàn)思路

1、技術(shù)解決方案

2、本公開(kāi)涉及一種用于語(yǔ)音助理的說(shuō)話者驗(yàn)證的系統(tǒng)和方法。

3、本公開(kāi)的實(shí)施例可以提供一種方法。該方法包括使用電子設(shè)備的至少一個(gè)處理設(shè)備獲得音頻數(shù)據(jù)。該方法還包括使用至少一個(gè)處理設(shè)備識(shí)別音頻數(shù)據(jù)中的喚醒詞或喚醒短語(yǔ)的話語(yǔ)。該方法還包括使用至少一個(gè)處理設(shè)備基于來(lái)自音頻數(shù)據(jù)的話語(yǔ)生成嵌入向量。該方法還包括使用至少一個(gè)處理設(shè)備訪問(wèn)表示喚醒詞或喚醒短語(yǔ)的先前話語(yǔ)的先前生成向量集合。該方法還包括使用至少一個(gè)處理設(shè)備對(duì)嵌入向量和先前生成向量集合執(zhí)行聚類以識(shí)別包括嵌入向量的聚類，其中所識(shí)別的聚類與說(shuō)話者相關(guān)聯(lián)。該方法還包括使用至少一個(gè)處理設(shè)備基于嵌入向量更新與說(shuō)話者相關(guān)聯(lián)的說(shuō)話者向量。該方法還包括使用至少一個(gè)處理設(shè)備和說(shuō)話者驗(yàn)證模型確定更新的說(shuō)話者向量和嵌入向量之間的相似度得分。此外，該方法包括使用至少一個(gè)處理設(shè)備并基于相似度得分來(lái)確定提供話語(yǔ)的說(shuō)話者是否匹配與所識(shí)別的聚類相關(guān)聯(lián)的說(shuō)話者。

4、本公開(kāi)的實(shí)施例可以提供一種裝置。該裝置包括被配置為獲得音頻數(shù)據(jù)的至少一個(gè)處理設(shè)備。至少一個(gè)處理設(shè)備還被配置為識(shí)別音頻數(shù)據(jù)中的喚醒詞或喚醒短語(yǔ)的話語(yǔ)。至少一個(gè)處理設(shè)備還被配置為基于來(lái)自音頻數(shù)據(jù)的話語(yǔ)來(lái)生成嵌入向量。該至少一個(gè)處理設(shè)備還被配置為訪問(wèn)表示喚醒詞或喚醒短語(yǔ)的先前話語(yǔ)的先前生成向量集合。至少一個(gè)處理設(shè)備還被配置為對(duì)嵌入向量和先前生成向量集合執(zhí)行聚類以識(shí)別包括嵌入向量的聚類，其中所識(shí)別的聚類與說(shuō)話者相關(guān)聯(lián)。至少一個(gè)處理設(shè)備還被配置為基于嵌入向量更新與說(shuō)話者相關(guān)聯(lián)的說(shuō)話者向量。至少一個(gè)處理設(shè)備還被配置為使用說(shuō)話者驗(yàn)證模型來(lái)確定更新的說(shuō)話者向量和嵌入向量之間的相似度得分。此外，至少一個(gè)處理設(shè)備被配置為基于相似度得分來(lái)確定提供話語(yǔ)的說(shuō)話者是否匹配與所識(shí)別的聚類相關(guān)聯(lián)的說(shuō)話者。

5、本公開(kāi)的實(shí)施例可以提供一種計(jì)算機(jī)可讀介質(zhì)。該計(jì)算機(jī)可讀介質(zhì)包含指令，該指令在被執(zhí)行時(shí)使得至少一個(gè)處理器獲得音頻數(shù)據(jù)。該介質(zhì)還包含指令，該指令在被執(zhí)行時(shí)使得至少一個(gè)處理器識(shí)別音頻數(shù)據(jù)中的喚醒詞或喚醒短語(yǔ)的話語(yǔ)。該介質(zhì)還包含指令，該指令在被執(zhí)行時(shí)使得至少一個(gè)處理器基于來(lái)自音頻數(shù)據(jù)的話語(yǔ)來(lái)生成嵌入向量。該介質(zhì)還包含指令，該指令在被執(zhí)行時(shí)使得至少一個(gè)處理器訪問(wèn)表示喚醒詞或喚醒短語(yǔ)的先前話語(yǔ)的先前生成向量集合。該介質(zhì)還包含指令，該指令在被執(zhí)行時(shí)使得至少一個(gè)處理器對(duì)嵌入向量和先前生成向量集合執(zhí)行聚類以識(shí)別包括嵌入向量的聚類，其中所識(shí)別的聚類與說(shuō)話者相關(guān)聯(lián)。該介質(zhì)還包含指令，該指令在被執(zhí)行時(shí)使得至少一個(gè)處理器基于嵌入向量來(lái)更新與說(shuō)話者相關(guān)聯(lián)的說(shuō)話者向量。該介質(zhì)還包含指令，該指令在被執(zhí)行時(shí)使得至少一個(gè)處理器使用說(shuō)話者驗(yàn)證模型來(lái)確定更新的說(shuō)話者向量和嵌入向量之間的相似度得分。此外，該介質(zhì)包含指令，該指令在被執(zhí)行時(shí)使得至少一個(gè)處理器基于相似度得分來(lái)確定提供話語(yǔ)的說(shuō)話者是否匹配與所識(shí)別的聚類相關(guān)聯(lián)的說(shuō)話者。

6、本公開(kāi)的實(shí)施例可以提供一種方法。該方法包括使用電子設(shè)備的至少一個(gè)處理設(shè)備訓(xùn)練說(shuō)話者驗(yàn)證模型。訓(xùn)練包括基于來(lái)自音頻數(shù)據(jù)的話語(yǔ)提供樣本嵌入向量，其中話語(yǔ)包括喚醒詞或喚醒短語(yǔ)。訓(xùn)練還包括使用至少一個(gè)處理設(shè)備提供樣本說(shuō)話者向量。訓(xùn)練還包括使用至少一個(gè)處理設(shè)備從說(shuō)話者驗(yàn)證模型接收包括樣本說(shuō)話者向量和樣本嵌入向量之間的相似度得分的結(jié)果。此外，訓(xùn)練包括基于結(jié)果來(lái)使用損失函數(shù)并修改說(shuō)話者驗(yàn)證模型。

7、根據(jù)以下附圖、描述和權(quán)利要求，其他技術(shù)特征對(duì)于本領(lǐng)域技術(shù)人員而言可以是顯而易見(jiàn)的。

8、在進(jìn)行下面的詳細(xì)描述之前，闡述貫穿本專利文件使用的某些詞語(yǔ)和短語(yǔ)的定義可能是有利的。術(shù)語(yǔ)“發(fā)送”、“接收”和“通信”及其派生詞包括直接和間接通信。術(shù)語(yǔ)“包括”和“包含”及其派生詞意指包括但不限于此。術(shù)語(yǔ)“或”是包含性的，意指和/或。短語(yǔ)“與……相關(guān)聯(lián)”及其派生詞意指包括、被包括在……內(nèi)、與……互連、包含、被包含在……內(nèi)、連接到或與……連接、耦合到或與……耦合、可與……通信、與……協(xié)作、交織、并置、接近于、綁定到或與……綁定、具有、具有……的性質(zhì)、與……具有關(guān)系等。

9、此外，下面描述的各種功能可以由一個(gè)或多個(gè)計(jì)算機(jī)程序?qū)崿F(xiàn)或支持，每個(gè)計(jì)算機(jī)程序由計(jì)算機(jī)可讀程序代碼形成并體現(xiàn)在計(jì)算機(jī)可讀介質(zhì)中。術(shù)語(yǔ)“應(yīng)用”和“程序”是指適于在合適的計(jì)算機(jī)可讀程序代碼中實(shí)施方式的一個(gè)或多個(gè)計(jì)算機(jī)程序、軟件組件、指令集、過(guò)程、功能、對(duì)象、類、實(shí)例、相關(guān)數(shù)據(jù)或其一部分。短語(yǔ)“計(jì)算機(jī)可讀程序代碼”包括任何類型的計(jì)算機(jī)代碼，包括源代碼、目標(biāo)代碼和可執(zhí)行代碼。短語(yǔ)“計(jì)算機(jī)可讀程序代碼”包括能夠由計(jì)算機(jī)訪問(wèn)的任何類型的介質(zhì)，諸如只讀存儲(chǔ)器(rom)、隨機(jī)存取存儲(chǔ)器(ram)、硬盤驅(qū)動(dòng)器、光盤(cd)、數(shù)字視頻光盤(dvd)或任何其他類型的存儲(chǔ)器?！胺菚簳r(shí)性”計(jì)算機(jī)可讀介質(zhì)不包括傳輸暫時(shí)性電信號(hào)或其他信號(hào)的有線、無(wú)線、光學(xué)或其他通信鏈路。非暫時(shí)性計(jì)算機(jī)可讀介質(zhì)包括可以永久存儲(chǔ)數(shù)據(jù)的介質(zhì)和可以存儲(chǔ)數(shù)據(jù)并稍后重寫數(shù)據(jù)的介質(zhì)，諸如可重寫光盤或可擦除存儲(chǔ)器設(shè)備。

10、如這里所使用的，諸如“具有”、“可以具有”、“包括”或“可以包括”特征(如數(shù)字、功能、操作或諸如部件的組件)的術(shù)語(yǔ)和短語(yǔ)指示該特征的存在，并且不排除其他特征的存在。此外，如本文所使用的，短語(yǔ)“a或b”、“a和/或b中的至少一個(gè)”或“a和/或b中的一個(gè)或多個(gè)”可以包括a和b的所有可能的組合。例如，“a或b”、“a和b中的至少一個(gè)”和“a或b中的至少一個(gè)”可以指示以下全部：(1)包括至少一個(gè)a、(2)包括至少一個(gè)b或(3)包括至少一個(gè)a和至少一個(gè)b。此外，如這里所使用的，術(shù)語(yǔ)“第一”和“第二”可以修飾各種組件而不管其重要性，并且不限制組件。這些術(shù)語(yǔ)僅用于將一個(gè)組件與另一個(gè)組件區(qū)分開(kāi)。例如，第一用戶設(shè)備和第二用戶設(shè)備可以指示彼此不同的用戶設(shè)備，而不管設(shè)備的順序或重要性。在不脫離本公開(kāi)的范圍的情況下，第一組件可以表示為第二組件，反之亦然。

11、應(yīng)當(dāng)理解，當(dāng)元件(諸如第一元件)被稱為(可操作地或通信地)“與另一元件(諸如第二元件)“耦合”或“與另一元件(諸如第二元件)“連接”時(shí)，它可以直接或經(jīng)由第三元件與另一元件耦合或連接/連接到另一元件。相反，應(yīng)當(dāng)理解，當(dāng)元件(諸如第一元件)被稱為與另一元件(諸如第二元件)“直接耦合”或“與另一元件(諸如第二元件)“直接耦合”或“連接”時(shí)，沒(méi)有其他元件(諸如第三元件)介于該元件和該另一元件之間。

12、如這里所使用的，取決于情況，短語(yǔ)“被配置(或設(shè)置)為”可以與短語(yǔ)“適合于”、“具有……的能力”、“被設(shè)計(jì)為”、“適用于”、“被制造為”或“能夠”互換使用。短語(yǔ)“被配置(或設(shè)置)為”本質(zhì)上不意味著“專門設(shè)計(jì)為”。相反，短語(yǔ)“被配置為”可以表示設(shè)備可以與另一設(shè)備或部件一起執(zhí)行操作。例如，短語(yǔ)“被配置(或設(shè)置)為執(zhí)行a、b和c的處理器”可以表示可以通過(guò)執(zhí)行存儲(chǔ)在存儲(chǔ)器設(shè)備中的一個(gè)或多個(gè)軟件程序來(lái)執(zhí)行操作的通用處理器(諸如cpu或應(yīng)用處理器)或用于執(zhí)行操作的專用處理器(諸如嵌入式處理器)。

13、這里使用的術(shù)語(yǔ)和短語(yǔ)僅用于描述本公開(kāi)的一些實(shí)施例，而不是限制本公開(kāi)的其他實(shí)施例的范圍。應(yīng)當(dāng)理解，單數(shù)形式“一”、“一個(gè)”和“該”包括復(fù)數(shù)指代，除非上下文另有明確說(shuō)明。這里使用的所有術(shù)語(yǔ)和短語(yǔ)(包括技術(shù)和科學(xué)術(shù)語(yǔ)和短語(yǔ))具有與本公開(kāi)的實(shí)施例所屬領(lǐng)域的普通技術(shù)人員通常理解的含義相同的含義。將進(jìn)一步理解，術(shù)語(yǔ)和短語(yǔ)(諸如在常用詞典中定義的那些術(shù)語(yǔ)和短語(yǔ))應(yīng)當(dāng)被解釋為具有與其在相關(guān)領(lǐng)域的上下文中的含義一致的含義，并且將不以理想化或過(guò)度正式的意義來(lái)解釋，除非在此明確地如此定義。在一些情況下，這里定義的術(shù)語(yǔ)和短語(yǔ)可以被解釋為排除本公開(kāi)的實(shí)施例。

14、根據(jù)本公開(kāi)的實(shí)施例的“電子設(shè)備”的示例可以包括以下中的至少一個(gè)：智能電話、平板個(gè)人計(jì)算機(jī)(pc)、移動(dòng)電話、視頻電話、電子書(shū)閱讀器、臺(tái)式pc、膝上型計(jì)算機(jī)、上網(wǎng)本計(jì)算機(jī)、工作站、個(gè)人數(shù)字助理(pda)、便攜式多媒體播放器(pmp)、mp3播放器、移動(dòng)醫(yī)療設(shè)備、相機(jī)或可穿戴設(shè)備(諸如智能眼鏡、頭戴式設(shè)備(hmd)、電子服裝、電子手鐲、電子項(xiàng)鏈、電子配件、電子紋身或智能手表)。電子設(shè)備的其他示例包括智能家用電器。智能家用電器的示例可以包括以下中的至少一個(gè)：電視、數(shù)字視頻盤(dvd)播放器、音頻播放器、冰箱、空調(diào)、吸塵器、烤箱、微波爐、洗衣機(jī)、烘干機(jī)、空氣凈化器、機(jī)頂盒、家庭自動(dòng)化控制面板、安全控制面板、tv盒(諸如三星homesync、appletv或google?tv)、智能揚(yáng)聲器或具有集成數(shù)字助理的揚(yáng)聲器(諸如三星galaxy?home、apple?homepod或amazon?echo)、游戲控制臺(tái)(諸如xbox、playstation或nintendo)。電子詞典、電子鑰匙、便攜式攝像機(jī)或電子相框。電子設(shè)備的其他示例包括各種醫(yī)療設(shè)備(諸如各種便攜式醫(yī)療測(cè)量設(shè)備(如血糖測(cè)量設(shè)備、心跳測(cè)量設(shè)備或體溫測(cè)量設(shè)備)、磁資源血管造影(mra)設(shè)備、磁資源成像(mri)設(shè)備、計(jì)算機(jī)斷層掃描(ct)設(shè)備、成像設(shè)備或超聲設(shè)備)、導(dǎo)航設(shè)備、全球定位系統(tǒng)(gps)接收器、事件數(shù)據(jù)記錄器(edr)、飛行數(shù)據(jù)記錄器(fdr)、汽車信息娛樂(lè)設(shè)備、航行電子設(shè)備(諸如航行導(dǎo)航設(shè)備或陀螺羅盤)、航空電子設(shè)備、安全設(shè)備、車輛頭部單元、工業(yè)或家用機(jī)器人、自動(dòng)柜員機(jī)(atms)銷售點(diǎn)(pos)設(shè)備或物聯(lián)網(wǎng)(iot)設(shè)備(諸如燈泡、各種傳感器、電表或燃?xì)獗?、噴灑器、火?zāi)報(bào)警器、恒溫器、路燈、烤面包機(jī)、健身器材、熱水箱、加熱器或鍋爐)。電子設(shè)備的其他示例包括一件家具或建筑物/結(jié)構(gòu)的至少一部分、電子板、電子簽名接收設(shè)備、投影儀或各種測(cè)量設(shè)備(諸如用于測(cè)量水、電、氣體或電磁波的設(shè)備)。注意，根據(jù)本公開(kāi)的各種實(shí)施例，電子設(shè)備可以是上面列出的設(shè)備中的一個(gè)或組合。根據(jù)本公開(kāi)的一些實(shí)施例，電子設(shè)備可以是柔性電子設(shè)備。這里公開(kāi)的電子設(shè)備不限于上面列出的設(shè)備，并且可以包括現(xiàn)在已知或以后開(kāi)發(fā)的任何其他電子設(shè)備。

15、在以下描述中，根據(jù)本公開(kāi)的各種實(shí)施例，參考附圖描述了電子設(shè)備。如這里所使用的，術(shù)語(yǔ)“用戶”可以表示使用電子設(shè)備的人或另一設(shè)備(諸如人工智能電子設(shè)備)。

16、在本專利文件中可以提供其他某些詞和短語(yǔ)的定義。本領(lǐng)域普通技術(shù)人員應(yīng)當(dāng)理解，在許多實(shí)例中(如果不是大多數(shù)實(shí)例)，這樣的定義適用于這樣定義的詞和短語(yǔ)的先前以及將來(lái)的使用。

17、本技術(shù)中的描述都不應(yīng)被解讀為暗示任何特定元件、步驟或功能是必須包括在權(quán)利要求范圍內(nèi)的必要元件。專利主題的范圍僅由權(quán)利要求限定。