背景技术：
1、本公开的各方面涉及机器学习。
2、机器学习架构已被用于提供对各种各样的计算问题的解决方案。训练机器学习模型以准确且可靠地执行通常需要大量数据(以及大量计算资源)，这些数据通常在常见部署系统(例如，在最终用户的智能电话上)中不可用。此外，在许多解决方案中，某些级别的用户定制(例如，使用特定于最终用户的数据来训练模型，使得每个用户具有对应的个性化模型)对于改进的模型性能是期望的。然而，这种定制需要针对每个用户的个性化数据，并且常规的方法通常需要用户提供大量的手动操作以及承担大量的计算费用来实现模型定制。
技术实现思路
1、某些方面提供了一种用于训练机器学习模型以用于用户验证的处理器实现的方法，该方法包括：从第一用户接收语音数据；响应于确定语音数据包括所定义的关键字的话语：通过使用第一用户验证机器学习(ml)模型处理语音数据来生成用户验证分数；以及确定语音数据的质量；以及响应于确定用户验证分数和所确定的质量满足一个或多个所定义的标准，基于语音数据来更新第二用户验证ml模型。
2、某些方面提供了一种用于使用机器学习执行用户验证的处理器实现的方法，该方法包括：从第一用户接收语音数据；响应于确定该语音数据包括所定义的关键字的话语：通过使用第一用户验证机器学习(ml)模型处理语音数据来生成用户验证分数；以及确定语音数据的质量；以及响应于确定用户验证分数和所确定的质量满足一个或多个所定义的标准，将语音数据存储为训练范例。
3、其他方面提供了：处理系统，该处理系统被配置为执行前述方法以及本文所述的那些方法；非暂态计算机可读介质，该非暂态计算机可读介质包括指令，该指令在由处理系统的一个或多个处理器执行时使该处理系统执行前述方法以及本文所述的那些方法；计算机程序产品，该计算机程序产品体现在计算机可读存储介质上，该计算机可读存储介质包括用于执行前述方法以及本文进一步所述的那些方法的代码；和处理系统，该处理系统包括用于执行前述方法以及本文进一步所述的那些方法的部件。
4、以下描述和相关附图详细阐述了一个或多个方面的某些例示性特征。
1.一种用于训练机器学习模型以用于用户验证的计算机实现的方法，包括：
2.根据权利要求1所述的计算机实现的方法，其中：
3.根据权利要求1所述的计算机实现的方法，其中确定所述语音数据的所述质量包括以下项中的至少一项：
4.根据权利要求1所述的计算机实现的方法，还包括将所述语音数据存储为训练范例，其中更新所述第二用户验证ml模型是基于进一步响应于确定所存储的训练范例的数量满足一个或多个所定义的标准来执行的。
5.根据权利要求4所述的计算机实现的方法，还包括在更新所述第二用户验证ml模型之后，删除所存储的训练范例。
6.根据权利要求4所述的计算机实现的方法，还包括在更新所述第二用户验证ml模型之后，将所述训练范例存储于满足一个或多个所定义的安全标准的存储位置中。
7.根据权利要求1所述的计算机实现的方法，还包括使用所述第二用户验证ml模型处理后续的语音数据。
8.根据权利要求1所述的计算机实现的方法，其中基于所述语音数据来更新所述第二用户验证ml模型包括：
9.根据权利要求8所述的计算机实现的方法，其中基于所述语音数据来更新所述第二用户验证ml模型是基于进一步响应于确定所存储的训练范例的数量满足一个或多个所定义的标准来执行的，其中所述一个或多个所定义的标准指示以下项中的至少一项：
10.根据权利要求8所述的计算机实现的方法，其中更新所述第二用户验证ml模型是使用联邦学习操作来执行的。
11.根据权利要求10所述的计算机实现的方法，其中所述联邦学习操作包括将所述训练范例发送到执行所述第二用户验证ml模型的所述更新的主机系统。
12.根据权利要求10所述的计算机实现的方法，其中所述联邦学习操作包括将所述第二用户验证ml模型的更新的参数发送到主机系统，其中所述主机系统聚集更新的参数以更新所述第二用户验证ml模型的全局版本。
13.一种用于使用机器学习执行用户验证的计算机实现的方法，包括：
14.根据权利要求13所述的计算机实现的方法，其中：
15.根据权利要求13所述的计算机实现的方法，还包括基于进一步响应于确定所存储的训练范例的数量满足一个或多个所定义的标准来更新第二用户验证ml模型。
16.根据权利要求15所述的计算机实现的方法，还包括在更新所述第二用户验证ml模型之后，删除所存储的训练范例。
17.根据权利要求15所述的计算机实现的方法，还包括在更新所述第二用户验证ml模型之后，将所述训练范例存储于满足一个或多个所定义的安全标准的存储位置中。
18.根据权利要求15所述的计算机实现的方法，还包括使用所述第二用户验证ml模型处理后续的语音数据。
19.一种处理系统，包括：
20.根据权利要求19所述的处理系统，其中：
21.根据权利要求19所述的处理系统，其中确定所述语音数据的所述质量包括以下项中的至少一项：
22.根据权利要求19所述的处理系统，所述操作还包括将所述语音数据存储为训练范例，其中更新所述第二用户验证ml模型是基于进一步响应于确定所存储的训练范例的数量满足一个或多个所定义的标准来执行的。
23.根据权利要求22所述的处理系统，所述操作还包括在更新所述第二用户验证ml模型之后，删除所存储的训练范例。
24.根据权利要求22所述的处理系统，所述操作还包括在更新所述第二用户验证ml模型之后，将所述训练范例存储于满足一个或多个所定义的安全标准的存储位置中。
25.根据权利要求19所述的处理系统，所述操作还包括使用所述第二用户验证ml模型处理后续的语音数据。
26.根据权利要求19所述的处理系统，其中基于所述语音数据来更新所述第二用户验证ml模型包括：
27.根据权利要求26所述的处理系统，其中基于所述语音数据来更新所述第二用户验证ml模型是基于进一步响应于确定所存储的训练范例的数量满足一个或多个所定义的标准来执行的，其中所述一个或多个所定义的标准指示以下项中的至少一项：
28.根据权利要求26所述的处理系统，其中更新所述第二用户验证ml模型是使用联邦学习操作来执行的。
29.根据权利要求28所述的处理系统，其中所述联邦学习操作包括将所述训练范例发送到执行所述第二用户验证ml模型的所述更新的主机系统。
30.一种处理系统，包括：