CN113362852B 一种用户属性识别方法和装置 （深圳市腾讯网域计算机网络有限公司）

本申请公开了一种用户属性识别方法和装设属性类别中确定所述目标用户对应的目标属2基于各个语音片段的时序特征信息，预测各个语音片段的属基于所述预设属性类别，对预测到的各个语音片段的概率进行融基于各个预设属性类别对应的融合后概率，从所述预设属性类别中确定所其中，所述基于各个语音片段的二维卷积语音特征，提基于当前语音片段的二维卷积语音特征和历史语音片段的历将下一个语音片段作为新的当前语音片段，返回执行所述获取历对各个语音片段的语音帧的子频谱信息进行卷积特征提取，得到各对每个语音片段中的各个语音帧的子频谱信息进行融合，得到每对各个语音片段的频谱信息进行卷积特征提取，得到各个语音对各个语音片段的二维卷积特征图进行降维操作，得到各个语音片通过二维卷积神经网络对各个语音片段进行卷积特征提取，得到各个3所述基于各个语音片段的二维卷积语音特征采用循环神经网络，基于各个语音片段的二维卷积语音特征，提取获取训练数据，所述训练数据包括样本语音片段，以及所述通过二维卷积神经网络对所述样本语音片段进行卷积特征提取，得到采用循环神经网络，基于所述样本语音片段的二维卷积语音特征，基于所述样本语音片段的时序特征信息，预测所述样本语音调整所述二维卷积神经网络和所述循环神经网络的参数计算预测到的所述样本语音片段的属性类别为每个预设属性类别的概率和真实概率所述样本语音片段的属性类别为除所述目标属性类别之外的其他预设属性类别的真实概基于所述损失值，调整所述二维卷积神经网络和所述循环神经基于各个语音片段的时序特征信息，预测各个语音片段对应的年所述基于所述预设属性类别，对预测到的各个语音片段的概率进基于所述预设年龄段，对预测到的各个语音片段对应的年龄段的概率进基于所述预设性别，对预测到的各个语音片段对应的性别的概率所述基于各个预设属性类别对应的融合后概率，从所述预设属性类基于各个预设年龄段对应的融合后概率，从所述预设年龄段中确4基于各个预设性别对应的融合后概率，从所述预设性别中标性别。第一提取单元，用于对各个语音片段进行卷积特征提取，第二提取单元，用于基于各个语音片段的二维卷积语音特预测单元，用于基于各个语音片段的时序特征信息，预测各个语音确定单元，用于基于各个预设属性类别对应的融合后概率，被处理器执行时实现执行权利要求1至8任一项所述的用户属性识别方5[0004][0004]本申请实施例提供一种用户属性识别方法和装置可以提高用户属性识别的运算6[0022]第一提取子单元，用于对各个语音片段的语音帧的子频谱信息进行卷积特征提语音片段的时序特征信息，预测所述样本语音片段的属性类别为每个预设属性类别的概7[0036]计算预测到的所述样本语音片段的属性类别为每个预设属性类别的概率和真实为1，所述样本语音片段的属性类别为除所述目标属性类别之外的其他预设属性类别的真所述目标用户对应的目标性别。算机程序被处理器执行时实现本申请实施例提供的用户属性8[0060]图5是本申请实施例提供的分布式系统100应用于区块链系统的一个可选的结构的用户属性识别的系统包括终端10和服务器11等；终端10与服务器11之间通过网络9[0069]本申请实施例提供的用户属性识别方法涉及人工智能(AI,ArtificialIntellegence)领域中的语音技术(SpeechTechnology)和机器学习(ML,Machine[0071]其中，语音技术(SpeechTechnology)的关键技术有自动语音识别技术(ASR，[0076]本申请实施例的用户属性识别方法可以应用于各种需要识别用户属性的场景Detection)从该音频信息s中抓取多个包含目标用户的离散语音的语音片段sv，可以将每j表示不同的时间段标号，每个语音片段sv可以为T[0084]102、对各个语音片段进行卷积特征提取，得到各个语音片段的二维卷积语音特[0089]其中，将语音帧从时间域变换到频率域，可以通过采用短时离散傅里叶变换(STDFT，ShortTimeDiscreteFourierTransform)技术或者短时余弦变换技术(STDCT，ShortTimeDiscreteCosineTransform)来将语音帧信号时频正交分解，得到语音帧的[0097]可选的，通过对T秒语音片段进行划分，每个语音片段对应得到N个k毫秒的语音卷积神经网络(CNN，ConvolutionalNeuralNetworks)、视觉几何组网络(VGGNet，段的二维卷积特征图进行降维。其中，该池化可以包括最大池化(Max_pooling，MaximumPooling)、平均池化(Avg_pooling，AveragePooling)和广义均值池化(GEM_pooling，Generalized_meanPooli求选择适当的池化大小来对语音片段的二维卷积特征图进行降维，比如可以选择2*4大小[0108]103、基于各个语音片段的二维卷积语音特征，提取各个语音片段的时序特征信[0112]基于当前语音片段的二维卷积语音特征，更新所述历史语音片段的历史时序特(LSTM，LongShort_TermMemory)，也可以是双层门控循环神经单元网络(GRU，Gated分为男和女两个属性类别；而对于用户的年龄可以根据实际需要划分为0_9岁，10_14岁，[0129]例如，有J个语音片段⃞,je{1,2,3…J},j表示不同号。对于每个语音片段",最终可以得到结果表示对于第j个时间段tj的语音片段[0134]基于所述预设年龄段，对预测到的各个语音片段对应的[0141]将最大融合后概率对应的预设属性类别确定为所述目标用户对应的目标属性类融合后概率最大对应的第i个属性类别即为目标息通过卷积神经网络和循环神经网络进行特征提取，得到各个语音片段的时序特征信息；属性类别确定为目标用户对应的目标属性类语音片段的属性类别为所述目标属性类别的概率满[0156]计算预测到的所述样本语音片段的属性类别为每个预设属性类别的概率和真实为1，所述样本语音片段的属性类别为除所述目标属性类别之外的其他预设属性类别的真施例，可以通过损失函数(Lossfunction)计算预测到的所述样本语音片段的属性类别为每个预设属性类别的概率和真实概率之间的损失值，该损失函数可以是交叉熵(Cross[0160]其中，L对应为预测到的样本语音片段的属性类别为每个预设属性类别的概率和率和真实概率之间的损失值，δ(*)为狄拉克函数，pq为q类属性类别的概率，pq＝{p1,[0178]其中，将语音帧从时间域变换到频率域，可以通过采用短时离散傅里叶变换ShortTimeDiscreteCosineTransform)来将语音帧信号时频正交分解，得到语音帧的[0189]基于当前语音片段的二维卷积语音特征，更新所述历史语音片段的历史时序特(LSTM，LongShort_TermMemory)，也可以是双层门控循环神经单元网络(GRU，Gated分为男和女两个属性类别；而对于用户的年龄可以根据实际需要划分为0_9岁，10_14岁，[0203]基于所述预设年龄段，对预测到的各个语音片段对应的[0208]将最大融合后概率对应的预设属性类别确定为所述目标用户对应的目标属性类[0223]可选的，在本申请的一些实施例中，所述第一提取单元302可以包括划分子单元[0228]可选的，在本申请的一些实施例中，所述第一提取单元302可以包括卷积子单元[0234]可选的，在本申请的一些实施例中，所述第二提取单元303可以包括获取子单元元304具体可以用于基于各个语音片段的时序特征信息，预测各个语音片段对应的年龄段元305具体可以用于基于所述预设年龄段，对预测到的各个语音片段对应的年龄段的概率元306具体可以用于基于各个预设年龄段对应的融合后概率，从所述预设年龄段中确定所音片段的属性类别为所述目标属性类别的概率满足预设[0252]计算预测到的所述样本语音片段的属性类别为每个预设属性类别的概率和真实为1，所述样本语音片段的属性类别为除所述目标属性类别之外的其他预设属性类别的真[0254]由上可知，本实施例可以通过获取单元301获取目标用户的多个具有时序关系的基于各个预设属性类别对应的融合后概率，由确定单元306从所述预设属性类别中确定所[0257]该电子设备可以包括一个或者一个以上处理核心的处理器401、一个或一个以上[0258]处理器401是该电子设备的控制中心，利用各种接口和线路连接整个电子设备的[0259]存储器402可用于存储软件程序以及模块，处理器401通过运行存储在存储器402统100应用于区块链系统的一个可选的结构示意图，由多个节点200(接入网络中的任意形PeerToPeer)网络，P2P协议是一个运行在传输控制协议(TCP，TransmissionControl子设备(例如终端或服务器)可以基于共享账本存储的记录数据获取训练后的二维卷积神据发送到区块链系统中的其他节点，供其他节点在验证记录数据来源以及完整性成功时，[0283]参见图6，图6是本申请实施例提供的区块结构(Block