[發明專利]說話人驗證方法、電子設備及存儲介質

有效

• 申請號: 202110623701.0
• 申請日: 2021-06-04
• 公開（公告）號: CN113362829B
• 公開（公告）日: 2022-05-24
• 發明（設計）人: 錢彥旻;韓冰;陳正陽;周之愷
• 申請（專利權）人: 思必馳科技股份有限公司
• 主分類號: G10L17/02
• 分類號: G10L17/02;G10L17/04
• 代理公司: 北京商專永信知識產權代理事務所(普通合伙) 11400
• 代理人: 黃謙;車江華

本發明公開一種說話人驗證方法，包括：對訓練樣本集中的訓練數據進行預處理；基于預處理之后的訓練樣本對預訓練得到的說話人嵌入提取器進行基于文本信息的微調訓練；采用微調訓練得到的說話人嵌入提取器對待驗證說話人音頻進行處理得到說話人嵌入特征；基于所述說話人嵌入特征完成說話人驗證。本發明通過采用預處理之后的訓練數據對預訓練得到的說話人嵌入提取器進行微調訓練，提升了對文本相關說話人驗證的性能。

技術領域

本發明涉及人工智能技術領域，尤其涉及一種說話人驗證方法、電子設備及存儲介質。

背景技術

隨著深度學習的發展，說話人驗證系統得到了很大的改進。現有技術中提出了不同的體系結構，不同的損耗和不同的訓練策略，以提高在不同條件下的系統性能。然而，當說話人驗證系統應用于中仍然存在一些尚未解決的挑戰，例如，音頻時間短和跨語言問題。

發明內容

本發明實施例提供一種說話人驗證方法、電子設備及存儲介質，用于至少解決上述技術問題之一。

第一方面，本發明實施例提供一種說話人驗證方法，包括：

對訓練樣本集中的訓練數據進行預處理；

基于預處理之后的訓練樣本對預訓練得到的說話人嵌入提取器進行基于文本信息的微調訓練；

采用微調訓練得到的說話人嵌入提取器對待驗證說話人音頻進行處理得到說話人嵌入特征；

基于所述說話人嵌入特征完成說話人驗證。

在一些實施例中，所述訓練樣本集中包括訓練數據和測試數據，所述對訓練樣本集中的訓練數據進行預處理，包括：將所述訓練數據和所述測試數據分割為預設長度的音頻片段。

在一些實施例中，所述對訓練樣本集中的訓練數據進行預處理還包括：對所述訓練樣本集中的訓練數據進行在線數據增強處理。

在一些實施例中，所述方法還包括：采用文本無關數據預先訓練得到說話人嵌入提取器。

在一些實施例中，所述基于預處理之后的訓練樣本對預訓練得到的說話人嵌入提取器進行基于文本信息的微調訓練，包括：

采用多任務方式對所述說話人嵌入提取器進行說話人分類和短語分類以完成對微調處理。

在一些實施例中，所述基于預處理之后的訓練樣本對預訓練得到的說話人嵌入提取器進行基于文本信息的微調訓練，包括：采用說話人分類和短語分類的聯合標簽對所述預訓練之后的說話人嵌入提取器進行微調處理。

在一些實施例中，所述基于預處理之后的訓練樣本對預訓練得到的說話人嵌入提取器進行基于文本信息的微調訓練，包括：

對預訓練之后的說話人嵌入提取器進行可感知短語的多頭訓練和可感知短語的對比訓練。

第二方面，本發明實施例提供一種存儲介質，所述存儲介質中存儲有一個或多個包括執行指令的程序，所述執行指令能夠被電子設備(包括但不限于計算機，服務器，或者網絡設備等)讀取并執行，以用于執行本發明上述任一項說話人驗證方法。

第三方面，提供一種電子設備，其包括：至少一個處理器，以及與所述至少一個處理器通信連接的存儲器，其中，所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行本發明上述任一項說話人驗證方法。

第四方面，本發明實施例還提供一種計算機程序產品，所述計算機程序產品包括存儲在存儲介質上的計算機程序，所述計算機程序包括程序指令，當所述程序指令被計算機執行時，使所述計算機執行上述任一項說話人驗證方法。