[發明專利]聲紋判別方法、裝置、計算機設備和存儲介質

在審

• 申請號: 202110536905.0
• 申請日: 2021-05-17
• 公開（公告）號: CN113327618A
• 公開（公告）日: 2021-08-31
• 發明（設計）人: 梁萌;付中華;王海坤
• 申請（專利權）人: 西安訊飛超腦信息科技有限公司
• 主分類號: G10L17/02
• 分類號: G10L17/02;G10L17/04;G10L17/08;G10L21/028;G10L25/54;G10L25/60
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 謝曲曲

1.一種聲紋判別方法，其特征在于，所述方法包括：

獲取目標相關系數，所述目標相關系數是由檢材數據的聲紋特征與樣本數據的聲紋特征所確定的；

基于所述檢材數據，對檢材語音庫中的語音樣本作預設處理，以使得所述檢材語音庫中語音樣本的語音質量與所述檢材數據的語音質量相匹配；

將每一對比對的相關系數輸入至預設模型，輸出每一對比對的對數似然比，所述預設模型是基于樣本對比對及樣本對比對的標注結果所訓練得到的，所有對比對包括同源對比對及異源對比對；

根據每一對比對的對數似然比，獲取預設閾值，并基于所述預設閾值，對所述目標相關系數進行判別；

其中，所述同源對比對是基于相同說話人身份分別在樣本特征庫及檢材特征庫選取一條聲紋特征所構成的，所述異源特征對是基于不同說話人身份分別在樣本特征庫及檢材特征庫選取一條聲紋特征所構成的，所述樣本特征庫是由所述樣本語音庫中語音樣本對應的聲紋特征所構成的，所述檢材特征庫是由所述檢材語音庫中語音樣本對應的聲紋特征所構成的。

2.根據權利要求1所述的方法，其特征在于，所述基于所述檢材數據，對檢材語音庫中的語音樣本作預設處理，以使得所述檢材語音庫中語音樣本的語音質量與所述檢材數據的語音質量相匹配，包括；

獲取所述檢材數據的質量參數組；

根據所述質量參數組中每項質量參數的取值及類型，對所述檢材語音庫中的語音樣本進行調整，以使得所述檢材語音庫中每一語音樣本的每項質量參數的取值與所述質量參數組中每項質量參數的取值相匹配。

3.根據權利要求2所述的方法，其特征在于，所述質量參數組中包括以下四項質量參數中的至少任意一項，所述以下四項質量參數分別為信噪比、語音有效時長、噪聲類型及信道頻率響應。

4.根據權利要求1至3中任一項所述的方法，其特征在于，所述將每一對比對的相關系數輸入至預設模型，輸出每一對比對的對數似然比之前，還包括：

將樣本對比對的相關系數輸入至初始模型中，輸出樣本對比對的對數似然比，根據樣本對比對的判別結果，獲取樣本對比對的損失函數值，若獲取的損失函數值不滿足預設條件，則對所述初始模型中的參數進行更新，重復上述輸入樣本對比對、獲取損失函數值及更新參數的過程，直至獲取的損失函數值滿足所述預設條件為止，則確定完成對所述初始模型中參數的更新，并得到所述預設模型。

5.根據權利要求4所述的方法，其特征在于，所述初始模型包括雙隱層、激活函數層及對數似然比計算層；相應地，所述將樣本對比對輸入至初始模型中，輸出樣本對比對的對數似然比，包括：

將樣本對比對的相關系數輸入至所述雙隱層，輸出樣本對比對中兩條聲紋特征的同源概率及異源概率；

將所述同源概率及所述異源概率輸入至所述激活函數層，以對所述同源概率及所述異源概率進行歸一化；

將歸一化后的同源概率及異源概率輸入至對數似然比計算層，輸出樣本對比對的對數似然比。

6.根據權利要求1至3中任一項所述的方法，其特征在于，所述將每一對比對的相關系數輸入至預設模型，輸出每一對比對的對數似然比之前，還包括：

對于任一對比對，獲取所述任一對比對的多個特征向量組中每一特征向量組對應的相關系數；其中，每一特征向量組均是由所述任一對比對中兩條聲紋特征各自對應的特征向量所構成的，每一特征向量組中兩個特征向量的類型相同，不同特征向量組所對應的特征向量類型均不同；

根據每一特征向量組對應的相關系數，獲取相關系數綜合值，并將所述相關系數綜合值作為所述任一對比對的相關系數。

7.根據權利要求1至3中任一項所述的方法，其特征在于，所述根據每一對比對的對數似然比，獲取預設閾值，包括：

根據每一同源對比對的對數似然比及相關系數，確定同源分布曲線，根據每一異源對比對的對數似然比及相關系數，確定異源分布曲線，所述同源分布曲線與所述異源分布曲線的橫坐標表示相關系數，所述異源分布曲線與所述異源分布曲線的橫坐標表示對數似然比；

根據所述同源分布曲線與所述異源分布曲線之間的交點，確定所述預設閾值。