[發明專利]一種聲紋模型構建方法和裝置以及設備

有效

• 申請號: 202010293886.9
• 申請日: 2020-04-15
• 公開（公告）號: CN111415669B
• 公開（公告）日: 2023-03-31
• 發明（設計）人: 肖龍源;李稀敏;劉曉葳;譚玉坤;葉志堅
• 申請（專利權）人: 廈門快商通科技股份有限公司
• 主分類號: G10L17/02
• 分類號: G10L17/02;G10L17/04
• 代理公司: 廈門原創專利事務所(普通合伙) 35101
• 代理人: 梁英

本發明公開了一種聲紋模型構建方法和裝置以及設備。其中，所述方法包括：采集至少一個用戶的個人特征和語音數據，其中，該個人特征包括性別和/或年齡和/或民族和/或籍貫等，和根據該個人特征和該語音數據，配置關聯該個人特征的至少一個共性特征的至少一個語音數據庫，其中，該共性特征的至少一個語音數據庫包括相同性別和/或相同年齡和/或相同民族和/或相同籍貫等的語音數據庫，和對該至少一個語音數據庫中的每個語音數據進行聲紋特征提取，以及根據該提取的聲紋特征，構建關聯該每個語音數據庫的聲紋特征的聲紋模型。通過上述方式，能夠實現提高構建不同的個人特征的聲紋模型的效率。

技術領域

本發明涉及聲紋技術領域，尤其涉及一種聲紋模型構建方法和裝置以及設備。

背景技術

聲紋是用電聲學儀器顯示的攜帶言語信息的聲波頻譜。現代科學研究表明，聲紋不僅具有特定性，而且有相對穩定性的特點。成年以后，人的聲音可保持長期相對穩定不變。實驗證明，每個人的聲紋各不相同，無論講話者是故意模仿他人聲音和語氣，還是耳語輕聲講話，即使模仿得惟妙惟肖，其聲紋卻始終不同。

現有的聲紋模型構建方案，一般是基于用戶預設的個人特征和對應該預設的個人特征的語音數據來構建基于該預設的個人特征的聲紋模型，該個人特征包括性別和/或年齡和/或民族和/或籍貫等，在該預設的個人特征調整為其它不同的個人特征時，需要根據該其它不同的個人特征和對應該其它不同的個人特征的語音數據來重新構建基于該其它不同的個人特征的聲紋模型，針對不同的個人特征，都需要重新構建基于該不同的個人特征的聲紋模型，導致構建不同的個人特征的聲紋模型的效率一般。

發明內容

有鑒于此，本發明的目的在于提出一種聲紋模型構建方法和裝置以及設備，能夠實現提高構建不同的個人特征的聲紋模型的效率。

根據本發明的一個方面，提供一種聲紋模型構建方法，包括：采集至少一個用戶的個人特征和語音數據；其中，所述個人特征包括性別和/或年齡和/或民族和/或籍貫；根據所述個人特征和所述語音數據，配置關聯所述個人特征的至少一個共性特征的至少一個語音數據庫；其中，所述共性特征的至少一個語音數據庫包括相同性別和/或相同年齡和/或相同民族和/或相同籍貫的語音數據庫；對所述至少一個語音數據庫中的每個語音數據進行聲紋特征提取；根據所述提取的聲紋特征，構建關聯所述每個語音數據庫的聲紋特征的聲紋模型。

其中，所述根據所述個人特征和所述語音數據，配置關聯所述個人特征的至少一個共性特征的至少一個語音數據庫；其中，所述共性特征的至少一個語音數據庫包括相同性別和/或相同年齡和/或相同民族和/或相同籍貫的語音數據庫，包括：根據所述個人特征和所述語音數據，篩選出關聯所述個人特征的共性特征的語音數據的集合，根據所述篩選出的語音數據的集合，配置關聯所述個人特征的至少一個共性特征的至少一個語音數據庫；其中，所述共性特征的至少一個語音數據庫包括相同性別和/或相同年齡和/或相同民族和/或相同籍貫的語音數據庫。

其中，所述對所述至少一個語音數據庫中的每個語音數據進行聲紋特征提取，包括：采用對所述采集的每個語音數據進行提取一次聲紋特征和將所述提取的對應的聲紋特征匹配到所述至少一個語音數據庫中的相應語音數據的方式，對所述至少一個語音數據庫中的每個語音數據進行聲紋特征提取。

其中，在所述根據所述提取的聲紋特征，構建關聯所述每個語音數據庫的聲紋特征的聲紋模型之后，還包括：對所述配置的關聯所述個人特征的至少一個共性特征的至少一個語音數據庫進行壓縮。