[發明專利]一種跨場景聲紋比對方法、裝置、設備及存儲介質

在審

• 申請號: 202010597183.5
• 申請日: 2020-06-28
• 公開（公告）號: CN111653283A
• 公開（公告）日: 2020-09-11
• 發明（設計）人: 鐘奧;王建社;馮祥
• 申請（專利權）人: 訊飛智元信息科技有限公司
• 主分類號: G10L17/00
• 分類號: G10L17/00;G10L17/02;G10L25/60
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 紀志超

1.一種跨場景聲紋對比方法，其特征在于，包括：

獲取兩條語音，其中，所述兩條語音中的其中一條語音屬于第一場景，另一條語音屬于與所述第一場景不同的第二場景；

將所述兩條語音處理為同一編碼格式的語音，獲得具有相同編碼格式的兩條語音；

將所述具有相同編碼格式的兩條語音中的其中一條語音處理成與另一條語音的信道信息一致的語音，獲得信道信息一致的兩條語音；

對所述信道信息一致的兩條語音分別提取聲紋特征，并對提取的聲紋特征進行比對。

2.根據權利要求1所述的跨場景聲紋對比方法，其特征在于，所述將所述兩條語音處理為同一編碼格式的語音，包括：

將所述兩條語音處理成具有相同采樣率、相同量化比特數、相同編碼方式的語音，其中，處理后語音的采樣率為所述兩條語音的采樣率中的最大采樣率。

3.根據權利要求1所述的跨場景聲紋對比方法，其特征在于，還包括：

檢測所述具有相同編碼格式的兩條語音中的至少一條語音是否滿足質量要求；

若滿足，則執行所述將所述具有相同編碼格式兩條語音中的其中一條語音處理成與另一條語音的信道信息一致的語音。

4.根據權利要求3所述的跨場景聲紋對比方法，其特征在于，檢測一條語音是否滿足質量要求，包括：

獲取該語音的質量表征指標，其中，所述質量表征指標包括有效時長、信噪比、截幅比、語音歸一化平均能量中的一個或多個；

根據所述質量表征指標和所述質量表征指標對應的質量檢測閾值，確定該語音是否滿足質量要求。

5.根據權利要求4所述的跨場景聲紋對比方法，其特征在于，所述信噪比、所述截幅比和所述語音歸一化平均能量對應同一質量檢測閾值；

確定所述信噪比、所述截幅比和所述語音歸一化平均能量對應的質量檢測閾值的過程包括：

獲取質量檢測集合中每條語音的信噪比、截幅比和語音歸一化平均能量，其中，所述質量檢測集合由該語音所屬場景對應的聲紋庫中的語音組成；

確定所述質量檢測集合中所有優質語音的信噪比均值、截幅比均值和語音歸一化平均能量均值，并確定所述質量檢測集合中所有非優質語音的信噪比均值、截幅比均值和語音歸一化平均能量均值；

根據所述質量檢測集合中所有優質語音的信噪比均值、截幅比均值和語音歸一化平均能量均值確定第一閾值，并根據所述質量檢測集合中所有非優質語音的信噪比均值、截幅比均值和語音歸一化平均能量均值確定第二閾值；

根據所述第一閾值和所述第二閾值，確定所述信噪比、所述截幅比和所述語音歸一化平均能量對應的質量檢測閾值。

6.根據權利要求1所述的跨場景聲紋對比方法，其特征在于，所述將所述具有相同編碼格式的兩條語音中的其中一條語音處理成與另一條語音的信道信息一致的語音，包括：

獲取所述具有相同編碼格式的兩條語音中第一語音的信道信息，并根據所述第一語音的信道信息生成所述第一語音對應的信道模型；

利用所述第一語音對應的信道模型，將所述具有相同編碼格式的兩條語音中的第二語音處理成與所述第一語音的信道信息一致的語音。

7.根據權利要求6所述的跨場景聲紋對比方法，其特征在于，所述獲取所述具有相同編碼格式的兩條語音中第一語音的信道信息，包括：

獲取所述第一語音的頻譜；

采用聯合因子分析法，從所述第一語音的頻譜中分離出信道信息，以得到所述第一語音的信道信息。

8.根據權利要求6所述的跨場景聲紋對比方法，其特征在于，所述根據所述第一語音的信道信息生成所述第一語音對應的信道模型，包括：

根據所述第一語音的信道信息，以及所述第一語音對應的信道的頻率響應，生成所述第一語音對應的信道模型。