一种基于深度学习的敏感说话人监听和录音控制方法和系统

摘要

本发明公开了一种基于深度学习的敏感说话人监听和录音控制方法及系统，获取录取的音频信息；采用基于时间池和余弦相似性的三元组损失的方法对音频信息的音频特征值进行提取；将音频特征值输入到预先训练好的敏感说话人的说话人模型，输出一个与敏感说话人语音匹配程度的匹配值；将所述匹配值和预先设定的匹配阈值相比较，若小于匹配阈值则确定说话的人不是敏感说话人，不将这段音频信息保存下来；反之，则保存下来；同时，对敏感说话人的说话人模型进行更新。优点：提高了监控敏感说话人的准确性；解决现有录音不区分说话人或不能准确判别目标说话人等问题。