[發(fā)明專利]聲紋識別方法、裝置、電子設(shè)備及存儲介質(zhì)在審
| 申請?zhí)枺?/td> | 202010955823.5 | 申請日： | 2020-09-11 |
| 公開（公告）號： | CN112053695A | 公開（公告）日： | 2020-12-08 |
| 發(fā)明（設(shè)計）人： | 鄒佳宏;梁延峰 | 申請（專利權(quán)）人： | 北京三快在線科技有限公司 |
| 主分類號： | G10L17/02 | 分類號： | G10L17/02;G10L17/18;G10L25/24 |
| 代理公司： | 北京潤澤恒知識產(chǎn)權(quán)代理有限公司 11319 | 代理人： | 任亞娟 |
| 地址： | 100083 北京市海*** | 國省代碼： | 北京;11 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 聲紋 識別 方法 裝置 電子設(shè)備 存儲 介質(zhì) | ||
1.一種聲紋識別方法，其特征在于，包括：
獲取待識別語音的頻譜信息；
根據(jù)所述頻譜信息，識別所述待識別語音中的有效語音片段和無效語音片段；
去除所述無效語音片段，并拼接所述有效語音片段，得到有效語音；
獲取所述有效語音的頻譜信息；
通過基于深度卷積神經(jīng)網(wǎng)絡(luò)的特征提取模型，對所述有效語音的頻譜信息進(jìn)行特征提取，得到所述待識別語音對應(yīng)的待識別聲紋特征向量；
將所述待識別聲紋特征向量與語音特征庫中的已有聲紋特征向量進(jìn)行相似度計算，確定所述待識別語音對應(yīng)的說話人身份信息。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述頻譜信息，識別所述待識別語音中的有效語音片段和無效語音片段，包括：
將所述待識別語音的頻譜信息輸入基于深度卷積神經(jīng)網(wǎng)絡(luò)的分類模型，得到所述待識別語音中的有效語音片段和無效語音片段。
3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述無效語音片段包括噪聲片段和/或背景聲片段。
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取待識別語音的頻譜信息，包括：
對所述待識別語音進(jìn)行短時傅里葉變換處理，得到所述待識別語音的頻譜信息；或者
計算所述待識別語音對應(yīng)的梅爾頻率倒譜系數(shù)，作為所述待識別語音的頻譜信息。
5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將所述待識別聲紋特征向量與語音特征庫中的已有聲紋特征向量進(jìn)行相似度計算，確定所述待識別語音對應(yīng)的說話人身份信息，包括：
將所述待識別聲紋特征向量與語音特征庫中的已有聲紋特征向量進(jìn)行相似度計算，將與所述待識別聲紋特征向量相似度值最大的已有聲紋特征向量作為候選向量；
若所述待識別聲紋特征向量與所述候選向量的相似度值大于或等于預(yù)設(shè)閾值，則確定所述候選向量對應(yīng)的說話人身份信息為所述待識別語音對應(yīng)的說話人身份信息；
若所述待識別聲紋特征向量與所述候選向量的相似度值小于所述預(yù)設(shè)閾值，則確定聲紋識別失敗。
6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述深度卷積神經(jīng)網(wǎng)絡(luò)為ResNet網(wǎng)絡(luò)。
7.一種聲紋識別裝置，其特征在于，包括：
第一頻譜信息獲取模塊，用于獲取待識別語音的頻譜信息；
語音片段識別模塊，用于根據(jù)所述頻譜信息，識別所述待識別語音中的有效語音片段和無效語音片段；
有效語音拼接模塊，用于去除所述無效語音片段，并拼接所述有效語音片段，得到有效語音；
第二頻譜信息獲取模塊，用于獲取所述有效語音的頻譜信息；
特征提取模塊，用于通過基于深度卷積神經(jīng)網(wǎng)絡(luò)的特征提取模型，對所述有效語音的頻譜信息進(jìn)行特征提取，得到所述待識別語音對應(yīng)的待識別聲紋特征向量；
說話人身份確定模塊，用于將所述待識別聲紋特征向量與語音特征庫中的已有聲紋特征向量進(jìn)行相似度計算，確定所述待識別語音對應(yīng)的說話人身份信息。
8.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述語音片段識別模塊具體用于：
將所述待識別語音的頻譜信息輸入基于深度卷積神經(jīng)網(wǎng)絡(luò)的分類模型，得到所述待識別語音中的有效語音片段和無效語音片段。
9.一種電子設(shè)備，包括存儲器、處理器及存儲在所述存儲器上并可在處理器上運(yùn)行的計算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計算機(jī)程序時實現(xiàn)權(quán)利要求1至6任意一項所述的聲紋識別方法。
10.一種計算機(jī)可讀存儲介質(zhì)，其上存儲有計算機(jī)程序，其特征在于，該程序被處理器執(zhí)行時實現(xiàn)權(quán)利要求1至6任意一項所述的聲紋識別方法的步驟。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于北京三快在線科技有限公司，未經(jīng)北京三快在線科技有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010955823.5/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
