[發(fā)明專利]建立聲紋模型的方法和裝置

有效

• 申請?zhí)枺?/td>: 201611005290.4
• 申請日: 2016-11-11
• 公開（公告）號: CN106782567B
• 公開（公告）日: 2020-04-03
• 發(fā)明（設(shè)計）人: 盧道和;陳朝亮;楊軍;黃葉飛;楊粟;李曉俊;鐘偉
• 申請（專利權(quán)）人: 深圳前海微眾銀行股份有限公司
• 主分類號: G10L17/04
• 分類號: G10L17/04
• 代理公司: 深圳市世紀(jì)恒程知識產(chǎn)權(quán)代理事務(wù)所 44287
• 代理人: 胡海國

1.一種建立聲紋模型的方法，其特征在于，所述建立聲紋模型的方法包括：

當(dāng)獲取到人臉視頻，且成功識別所述人臉視頻的人臉圖像時，提取所述人臉視頻中的音頻文件，記為第一音頻文件；

輸出提示信息，以提示審核人員審核所述人臉視頻；

當(dāng)接收到所述人臉視頻審核通過的通知消息時，判斷是否已存在聲紋模型；

若未存在聲紋模型，則根據(jù)所述第一音頻文件建立聲紋模型；

若已存在聲紋模型，則刪除已存在的聲紋模型，提取所存儲的第二音頻文件，其中，所述第二音頻文件為注冊成功的音頻文件，注冊成功的音頻文件是已建立過聲紋模型的音頻文件；

將所述第一音頻文件和所述第二音頻文件進行疊加，得到聲紋模型。

2.如權(quán)利要求1所述的建立聲紋模型的方法，其特征在于，所述提取所存儲的第二音頻文件的步驟包括：

判斷是否存儲有預(yù)設(shè)數(shù)目的所述第二音頻文件；

若存儲有所述預(yù)設(shè)數(shù)目的所述第二音頻文件，則所述根據(jù)所述第一音頻文件和所述第二音頻文件建立聲紋模型的步驟包括：

根據(jù)最近所存儲預(yù)設(shè)數(shù)目的所述第二音頻文件和所述第一音頻文件建立聲紋模型。

3.如權(quán)利要求2所述的建立聲紋模型的方法，其特征在于，所述判斷是否存儲有預(yù)設(shè)數(shù)目的所述第二音頻文件的步驟之后，還包括：

若未存儲有所述預(yù)設(shè)數(shù)目的所述第二音頻文件，則獲取所存儲的所有所述第二音頻文件；

所述根據(jù)所述第一音頻文件和所述第二音頻文件建立聲紋模型的步驟包括：

根據(jù)所獲取的所有所述第二音頻文件和所述第一音頻文件建立聲紋模型。

4.如權(quán)利要求1至3任一項所述的建立聲紋模型的方法，其特征在于，所述當(dāng)獲取到人臉視頻，且成功識別所述人臉視頻的人臉圖像時，提取所述人臉視頻中的音頻文件，記為第一音頻文件的步驟之后，還包括：

判斷是否已存在聲紋模型；

若未存在聲紋模型，則執(zhí)行輸出提示信息，以提示審核人員審核所述人臉視頻的步驟；

若已存在聲紋模型，則提取與所述聲紋模型對應(yīng)的音頻文件，記為第三音頻文件；

將所述第一音頻文件與所述第三音頻文件進行對比，得到所述第一音頻文件與所述第三音頻文件之間的相似度；

將所述第一音頻文件與所述第三音頻文件之間的相似度發(fā)送給異步審核系統(tǒng)，并執(zhí)行輸出提示信息，以提示審核人員審核所述人臉視頻的步驟。

5.一種建立聲紋模型的裝置，其特征在于，所述建立聲紋模型的裝置包括：

提取模塊，用于當(dāng)獲取到人臉視頻，且成功識別所述人臉視頻的人臉圖像時，提取所述人臉視頻中的音頻文件，記為第一音頻文件；

輸出模塊，用于輸出提示信息，以提示審核人員審核所述人臉視頻；

建立模塊，用于當(dāng)接收到所述人臉視頻審核通過的通知消息時，根據(jù)所述第一音頻文件建立聲紋模型；

所述建立模塊包括：

判斷單元，用于當(dāng)接收到所述人臉視頻審核通過的通知消息時，判斷是否已存在聲紋模型；

建立單元，用于若未存在聲紋模型，則根據(jù)所述第一音頻文件建立聲紋模型；

提取單元，用于若已存在聲紋模型，則刪除已存在的聲紋模型，提取所存儲的第二音頻文件，其中，所述第二音頻文件為注冊成功的音頻文件，注冊成功的音頻文件是已建立過聲紋模型的音頻文件；

所述建立單元還用于將所述第一音頻文件和所述第二音頻文件進行疊加，得到聲紋模型。

6.如權(quán)利要求5所述的建立聲紋模型的裝置，其特征在于，所述判斷單元還用于判斷是否存儲有預(yù)設(shè)數(shù)目的所述第二音頻文件；

所述建立單元還用于若存儲有所述預(yù)設(shè)數(shù)目的所述第二音頻文件，則根據(jù)最近所存儲預(yù)設(shè)數(shù)目的所述第二音頻文件和所述第一音頻文件建立聲紋模型。

7.如權(quán)利要求6所述的建立聲紋模型的裝置，其特征在于，所述建立模塊還包括：

獲取單元，用于若未存儲有所述預(yù)設(shè)數(shù)目的所述第二音頻文件，則獲取所存儲的所有所述第二音頻文件；

所述建立單元還用于根據(jù)所獲取的所有所述第二音頻文件和所述第一音頻文件建立聲紋模型。

8.如權(quán)利要求5至7任一項所述的建立聲紋模型的裝置，其特征在于，所述建立聲紋模型的裝置還包括：

判斷模塊，用于判斷是否已存在聲紋模型；

所述輸出模塊還用于若未存在聲紋模型，則輸出提示信息，以提示審核人員審核所述人臉視頻；

所述提取模塊還用于若已存在聲紋模型，則提取與所述聲紋模型對應(yīng)的音頻文件，記為第三音頻文件；

所述建立聲紋模型的裝置還包括：

對比模塊，用于將所述第一音頻文件與所述第三音頻文件進行對比，得到所述第一音頻文件與所述第三音頻文件之間的相似度；

發(fā)送模塊，用于將所述第一音頻文件與所述第三音頻文件之間的相似度發(fā)送給異步審核系統(tǒng)。