[發(fā)明專利]聲紋注冊(cè)方法、系統(tǒng)及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 201911098900.3
• 申請(qǐng)日: 2019-11-11
• 公開（公告）號(hào): CN110827834B
• 公開（公告）日: 2022-07-12
• 發(fā)明（設(shè)計(jì)）人: 陳昊亮;許敏強(qiáng);楊世清
• 申請(qǐng)（專利權(quán)）人: 廣州國(guó)音智能科技有限公司
• 主分類號(hào): G10L17/22
• 分類號(hào): G10L17/22;G10L17/02;G10L17/04;G10L17/06;G10L25/24
• 代理公司: 深圳市世紀(jì)恒程知識(shí)產(chǎn)權(quán)代理事務(wù)所 44287
• 代理人: 晏波

1.一種聲紋注冊(cè)方法，其特征在于，所述聲紋注冊(cè)方法包括如下步驟：

接收客戶端發(fā)送的注冊(cè)語音數(shù)據(jù)；

將所述注冊(cè)語音數(shù)據(jù)平均分割成整數(shù)份語音；

分別計(jì)算所述整數(shù)份語音中每一份語音的特征語音向量；

將每一份所述語音的特征語音向量進(jìn)行兩兩對(duì)比打分，篩選出兩兩打分后比較的差值大于預(yù)設(shè)向量閾值的特征語音向量生成篩選特征語音向量；

在注冊(cè)語音數(shù)據(jù)中刪除所述篩選特征語音向量對(duì)應(yīng)的整數(shù)份語音，生成注冊(cè)語音，并對(duì)注冊(cè)語音進(jìn)行語音注冊(cè)；

其中，所述接收客戶端發(fā)送的注冊(cè)語音數(shù)據(jù)的步驟之后，包括：

根據(jù)所述注冊(cè)語音數(shù)據(jù)生成語音優(yōu)化參數(shù)，并基于所述語音優(yōu)化參數(shù)對(duì)所述注冊(cè)語音數(shù)據(jù)進(jìn)行去噪處理，所述語音優(yōu)化參數(shù)包括指向性參數(shù)和白噪聲增益。

2.如權(quán)利要求1所述的聲紋注冊(cè)方法，其特征在于，所述接收客戶端發(fā)送的注冊(cè)語音數(shù)據(jù)的步驟之前，包括：

接收客戶端發(fā)送的語音注冊(cè)請(qǐng)求，所述語音注冊(cè)請(qǐng)求攜帶有注冊(cè)標(biāo)識(shí)；

基于所述注冊(cè)標(biāo)識(shí)進(jìn)入語音注冊(cè)流程，依據(jù)與所述語音注冊(cè)流程相對(duì)應(yīng)的錄音播放順序給所述客戶端發(fā)送至少兩個(gè)引導(dǎo)錄音，以使所述客戶端依序播放所述引導(dǎo)錄音；

接收所述客戶端發(fā)送的基于每一所述引導(dǎo)錄音采集到的注冊(cè)語音數(shù)據(jù)。

3.如權(quán)利要求1所述的聲紋注冊(cè)方法，其特征在于，所述分別計(jì)算所述整數(shù)份語音中每一份語音的特征語音向量的步驟，包括：

分別提取所述整數(shù)份語音中每一份語音的語音特征；

采用簡(jiǎn)化模型算法簡(jiǎn)化處理所述語音特征，獲取簡(jiǎn)化語音特征；

采用最大期望算法迭代所述語音特征，獲取總體變化空間；

將所述簡(jiǎn)化語音特征投影到所述總體變化空間，以獲取每一份語音對(duì)應(yīng)的特征語音向量。

4.如權(quán)利要求3所述的聲紋注冊(cè)方法，其特征在于，所述分別提取所述整數(shù)份語音中每一份語音的語音特征的步驟，包括：

對(duì)所述整數(shù)份語音中每一份語音特征進(jìn)行預(yù)處理，獲取預(yù)處理語音數(shù)據(jù)；

對(duì)所述預(yù)處理語音數(shù)據(jù)作快速傅里葉變換，獲取每一份所述語音的頻譜，并根據(jù)所述頻譜獲取每一份所述語音的功率譜；

采用梅爾刻度濾波器組處理每一份所述語音的功率譜，獲取每一份所述語音的梅爾功率譜；

在所述梅爾功率譜上對(duì)每一份所述語音進(jìn)行倒譜分析，得到語音特征。

5.如權(quán)利要求3所述的聲紋注冊(cè)方法，其特征在于，所述采用簡(jiǎn)化模型算法簡(jiǎn)化處理所述語音特征，獲取簡(jiǎn)化語音特征的步驟，包括：

采用高斯濾波器處理所述語音特征，獲取對(duì)應(yīng)的二維正態(tài)分布；

采用簡(jiǎn)化模型算法簡(jiǎn)化所述二維正態(tài)分布，獲取簡(jiǎn)化語音特征。

6.如權(quán)利要求3所述的聲紋注冊(cè)方法，其特征在于，所述采用最大期望算法迭代所述語音特征，獲取總體變化空間的步驟，包括：

采用通用背景模型對(duì)所述簡(jiǎn)化語音特征進(jìn)行訓(xùn)練，并采用最大期望算法迭代收斂，獲取目標(biāo)背景模型；

獲取所述目標(biāo)背景模型的高維充分統(tǒng)計(jì)量；

采用期望最大化算法對(duì)所述高維充分統(tǒng)計(jì)量進(jìn)行迭代，獲取總體變化空間。

7.如權(quán)利要求6所述的聲紋注冊(cè)方法，其特征在于，所述將所述簡(jiǎn)化語音特征投影到所述總體變化空間，以獲取每一份語音對(duì)應(yīng)的特征語音向量的步驟，包括：

基于簡(jiǎn)化語音特征和目標(biāo)背景模型，采用均值自適應(yīng)方法獲取高斯混合通用背景模型；

根據(jù)高斯混合通用背景模型、總體變化空間獲取每一份語音對(duì)應(yīng)的特征語音向量。

8.一種聲紋注冊(cè)系統(tǒng)，其特征在于，所述聲紋注冊(cè)系統(tǒng)包括：存儲(chǔ)器、處理器及存儲(chǔ)在所述存儲(chǔ)器上并在所述處理器上運(yùn)行的聲紋注冊(cè)程序，所述聲紋注冊(cè)程序被所述處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至7中任一項(xiàng)所述的聲紋注冊(cè)方法的步驟。

9.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有聲紋注冊(cè)程序，所述聲紋注冊(cè)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至7中任一項(xiàng)所述的聲紋注冊(cè)方法的步驟。