[發(fā)明專利]聲紋判別方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110536905.0
• 申請(qǐng)日: 2021-05-17
• 公開(kāi)（公告）號(hào): CN113327618A
• 公開(kāi)（公告）日: 2021-08-31
• 發(fā)明（設(shè)計(jì)）人: 梁萌;付中華;王海坤
• 申請(qǐng)（專利權(quán)）人: 西安訊飛超腦信息科技有限公司
• 主分類號(hào): G10L17/02
• 分類號(hào): G10L17/02;G10L17/04;G10L17/08;G10L21/028;G10L25/54;G10L25/60
• 代理公司: 廣州華進(jìn)聯(lián)合專利商標(biāo)代理有限公司 44224
• 代理人: 謝曲曲

本申請(qǐng)涉及一種聲紋判別方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)。方法包括：獲取目標(biāo)相關(guān)系數(shù)；基于檢材數(shù)據(jù)，對(duì)檢材語(yǔ)音庫(kù)中的語(yǔ)音樣本作預(yù)設(shè)處理，以使得檢材語(yǔ)音庫(kù)中語(yǔ)音樣本的語(yǔ)音質(zhì)量與檢材數(shù)據(jù)的語(yǔ)音質(zhì)量相匹配；將每一對(duì)比對(duì)的相關(guān)系數(shù)輸入至預(yù)設(shè)模型，輸出每一對(duì)比對(duì)的對(duì)數(shù)似然比；根據(jù)每一對(duì)比對(duì)的對(duì)數(shù)似然比，獲取預(yù)設(shè)閾值，并基于預(yù)設(shè)閾值，對(duì)目標(biāo)相關(guān)系數(shù)進(jìn)行判別。由于可以將檢材語(yǔ)音庫(kù)中語(yǔ)音樣本的語(yǔ)音質(zhì)量與檢材數(shù)據(jù)的語(yǔ)音質(zhì)量進(jìn)行拉齊，并由檢材語(yǔ)音庫(kù)與樣本語(yǔ)音庫(kù)擬合出預(yù)設(shè)閾值，從而使得預(yù)設(shè)閾值可隨著檢材數(shù)據(jù)其語(yǔ)音質(zhì)量的變化而相應(yīng)變化，不再是固定值，進(jìn)而可以大大減少聲紋同源判別時(shí)的主觀性，并提高聲紋同源判定時(shí)的準(zhǔn)確度。

技術(shù)領(lǐng)域

本申請(qǐng)涉及聲音識(shí)別技術(shù)領(lǐng)域，特別是涉及一種聲紋判別方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)。

背景技術(shù)

隨著聲紋識(shí)別技術(shù)的迅速發(fā)展，現(xiàn)在聲紋比對(duì)是主要是基于深度學(xué)習(xí)方法。具體地，鑒定人員會(huì)將需要比對(duì)的檢材數(shù)據(jù)輸入深度學(xué)習(xí)系統(tǒng)，系統(tǒng)會(huì)將此檢材數(shù)據(jù)和系統(tǒng)中收集的眾多樣本數(shù)據(jù)進(jìn)行逐一比對(duì)，系統(tǒng)會(huì)對(duì)每一對(duì)數(shù)據(jù)進(jìn)行相關(guān)分析，并給出相似度指標(biāo)(通常是聲紋特征向量的距離評(píng)價(jià))的分值。該分值越大，表明兩者同源可能性越大；反之，異源可能性越大。在實(shí)際的深度學(xué)習(xí)系統(tǒng)中，一般會(huì)設(shè)定一個(gè)閾值(一般是經(jīng)驗(yàn)值)，用于鑒定人員進(jìn)行同源的判別認(rèn)定。

在上述過(guò)程中，閾值的設(shè)定是十分關(guān)鍵的。在相關(guān)技術(shù)中，通常是將固定的經(jīng)驗(yàn)值作為閾值。由于每次在收集作為證據(jù)的檢材數(shù)據(jù)時(shí)，外部環(huán)境和信道均可能會(huì)不同，從而一直使用固定閾值與相似度指標(biāo)的分值進(jìn)行比較，會(huì)可能會(huì)因?yàn)殚撝翟O(shè)置過(guò)小而發(fā)生誤判，或者因閾值設(shè)置過(guò)大而發(fā)生誤判的情形，進(jìn)而嚴(yán)重影響鑒定結(jié)果的準(zhǔn)確性。

發(fā)明內(nèi)容

基于此，有必要針對(duì)上述技術(shù)問(wèn)題，提供一種能夠提高檢材數(shù)據(jù)鑒定結(jié)果準(zhǔn)確性的聲紋處理方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)。

一種聲紋處理方法，該方法包括：

獲取目標(biāo)相關(guān)系數(shù)，目標(biāo)相關(guān)系數(shù)是由檢材數(shù)據(jù)的聲紋特征與樣本數(shù)據(jù)的聲紋特征所確定的；

基于檢材數(shù)據(jù)，對(duì)檢材語(yǔ)音庫(kù)中的語(yǔ)音樣本作預(yù)設(shè)處理，以使得檢材語(yǔ)音庫(kù)中語(yǔ)音樣本的語(yǔ)音質(zhì)量與檢材數(shù)據(jù)的語(yǔ)音質(zhì)量相匹配；

將每一對(duì)比對(duì)的相關(guān)系數(shù)輸入至預(yù)設(shè)模型，輸出每一對(duì)比對(duì)的對(duì)數(shù)似然比，預(yù)設(shè)模型是基于樣本對(duì)比對(duì)及樣本對(duì)比對(duì)的標(biāo)注結(jié)果所訓(xùn)練得到的，所有對(duì)比對(duì)包括同源對(duì)比對(duì)及異源對(duì)比對(duì)；

根據(jù)每一對(duì)比對(duì)的對(duì)數(shù)似然比，獲取預(yù)設(shè)閾值，并基于預(yù)設(shè)閾值，對(duì)目標(biāo)相關(guān)系數(shù)進(jìn)行判別；

其中，同源對(duì)比對(duì)是基于相同說(shuō)話人身份分別在樣本特征庫(kù)及檢材特征庫(kù)選取一條聲紋特征所構(gòu)成的，異源特征對(duì)是基于不同說(shuō)話人身份分別在樣本特征庫(kù)及檢材特征庫(kù)選取一條聲紋特征所構(gòu)成的，樣本特征庫(kù)是由樣本語(yǔ)音庫(kù)中語(yǔ)音樣本對(duì)應(yīng)的聲紋特征所構(gòu)成的，檢材特征庫(kù)是由檢材語(yǔ)音庫(kù)中語(yǔ)音樣本對(duì)應(yīng)的聲紋特征所構(gòu)成的。

在其中一個(gè)實(shí)施例中，基于檢材數(shù)據(jù)，對(duì)檢材語(yǔ)音庫(kù)中的語(yǔ)音樣本作預(yù)設(shè)處理，以使得檢材語(yǔ)音庫(kù)中語(yǔ)音樣本的語(yǔ)音質(zhì)量與檢材數(shù)據(jù)的語(yǔ)音質(zhì)量相匹配，包括；

獲取檢材數(shù)據(jù)的質(zhì)量參數(shù)組；

根據(jù)質(zhì)量參數(shù)組中每項(xiàng)質(zhì)量參數(shù)的取值及類型，對(duì)檢材語(yǔ)音庫(kù)中的語(yǔ)音樣本進(jìn)行調(diào)整，以使得檢材語(yǔ)音庫(kù)中每一語(yǔ)音樣本的每項(xiàng)質(zhì)量參數(shù)的取值與質(zhì)量參數(shù)組中每項(xiàng)質(zhì)量參數(shù)的取值相匹配。

在其中一個(gè)實(shí)施例中，質(zhì)量參數(shù)組中包括以下四項(xiàng)質(zhì)量參數(shù)中的至少任意一項(xiàng)，以下四項(xiàng)質(zhì)量參數(shù)分別為信噪比、語(yǔ)音有效時(shí)長(zhǎng)、噪聲類型及信道頻率響應(yīng)。

在其中一個(gè)實(shí)施例中，將每一對(duì)比對(duì)的相關(guān)系數(shù)輸入至預(yù)設(shè)模型，輸出每一對(duì)比對(duì)的對(duì)數(shù)似然比之前，還包括：