一种模型更新方法及装置制造方法及图纸

本申请提供一种模型更新方法及装置，应用于语音识别领域，其中，应用于设备端的方法包括：获取语音数据；利用部署在本地的语音检测模型对语音数据进行检测，以判断语音数据为第一类型语音或者第二类型语音；根据判断结果确定语音数据对应的标签，并存储语音数据以及标签作为样本数据，以根据样本数据对语音检测模型以及部署在服务器上的语音通用活体检测模型进行更新。在上述方案中，由于设备端采集的训练样本包含使用场景以及说话人的特性，因此，利用上述训练样本对模型训练可以得到更适应当前使用环境、识别率更强的语音检测模型。

【技术实现步骤摘要】
一种模型更新方法及装置
本申请涉及语音识别领域，具体而言，涉及一种模型更新方法及装置。
技术介绍
随着语音技术的发展，越来越多的智能设备上搭载了语音功能，如：语音识别、声纹识别、声纹认证、语音转录等，而针对语音功能的攻击方式也随之层出不穷。现有技术中，为了识别针对语音功能的攻击，设备厂商会在智能设备上部署语音检测模型，通过语音检测模型实现对针对语音功能的攻击的检测。但是，设备厂商统一训练的通用模型缺乏对不同使用环境或不同说话人的足够泛化性，在训练数据未涵盖到的场景下可能出现模型性能欠佳的情况。也就是说，现有技术中设备厂商部署在智能设备上的语音通用检测模型的识别率较低。
技术实现思路
本申请实施例的目的在于提供一种模型更新方法及装置，用以解决设备厂商部署在智能设备上的语音通用检测模型的识别率较低的技术问题。为了实现上述目的，本申请实施例所提供的技术方案如下所示：第一方面，本申请实施例提供一种模型更新方法，应用于设备端，包括：获取语音数据；利用部署在本地的语音检测模型对所述语音数据进行检测，以判断所述语音本文档来自技高网...

【技术保护点】
1.一种模型更新方法，其特征在于，应用于设备端，包括：/n获取语音数据；/n利用部署在本地的语音检测模型对所述语音数据进行检测，以判断所述语音数据为第一类型语音或者第二类型语音；/n根据判断结果确定所述语音数据对应的标签，并存储所述语音数据以及所述标签作为样本数据，以根据所述样本数据对所述语音检测模型以及部署在服务器上的语音通用活体检测模型进行更新。/n

【技术特征摘要】
1.一种模型更新方法，其特征在于，应用于设备端，包括：
获取语音数据；
利用部署在本地的语音检测模型对所述语音数据进行检测，以判断所述语音数据为第一类型语音或者第二类型语音；
根据判断结果确定所述语音数据对应的标签，并存储所述语音数据以及所述标签作为样本数据，以根据所述样本数据对所述语音检测模型以及部署在服务器上的语音通用活体检测模型进行更新。


2.根据权利要求1所述的模型更新方法，其特征在于，所述根据判断结果确定所述语音数据对应的标签，包括：
判断所述判断结果是否表征所述语音检测模型对所述语音数据的检测不准确；
若所述判断结果表征所述语音检测模型对所述语音数据的检测准确，则确定所述标签为表征第一类型语音的标签或者第二类型语音的标签。


3.根据权利要求2所述的模型更新方法，其特征在于，所述判断所述判断结果是否表征所述语音检测模型对所述语音数据的检测不准确，包括：
判断所述语音数据为所述第一类型语音或者所述第二类型语音的置信度是否大于预设阈值；
若所述置信度大于所述预设阈值，则确定所述标签为表征所述第一类型语音的标签或者所述第二类型语音的标签。


4.根据权利要求2所述的模型更新方法，其特征在于，在所述判断所述判断结果是否表征所述语音检测模型对所述语音数据的检测不准确之后，所述方法还包括：
若所述判断结果表征所述语音检测模型对所述语音数据的检测不准确，则输出交互信息以核实所述语音数据为第一类型语音或者第二类型语音；
接收根据所述交互信息返回的核实结果，并根据所述核实结果确定所述标签。


5.根据权利要求1所述的模型更新方法，其特征在于，在所述存储所述语音数据以及所述标签作为样本数据之后，所述方法还包括：
在存储的样本数据的数量超过预设计数阈值时，利用所述存储的样本数据对所述语音检测模型进行更新，并清零所述存储的样本数据的数量。


6.根据权利要求1所述的模型更新方法，其特征在于，在所述存储所述语音数据以及所述标签作为样本数据之后，所述方法还包...

【专利技术属性】
技术研发人员：胡章一，彭恒进，
申请(专利权)人：四川虹微技术有限公司，
类型：发明
国别省市：四川;51