[發明專利]訓練方法、聲紋識別方法、裝置和電子設備

有效

• 申請號: 202110955765.0
• 申請日: 2021-08-19
• 公開（公告）號: CN113409795B
• 公開（公告）日: 2021-11-09
• 發明（設計）人: 周到;賀剛;陳昌濱
• 申請（專利權）人: 北京世紀好未來教育科技有限公司
• 主分類號: G10L17/04
• 分類號: G10L17/04;G10L17/02;G10L17/18;G06N3/08
• 代理公司: 北京鼎承知識產權代理有限公司 11551
• 代理人: 王義剛;周娟

本公開提供一種訓練方法、聲紋識別方法、裝置和電子設備。所述訓練方法包括：獲取樣本音頻數據集，基于樣本音頻數據集訓練聲紋識別模型。樣本音頻數據集包括多個樣本音頻數據；聲紋識別模型用于確定多個樣本音頻數據中每個樣本音頻數據對應的聲紋特征。針對不同的聲紋特征，聲紋識別模型的損失函數含有不同的余量，且余量與聲紋特征到該聲紋特征所屬類別的類別中心的距離相關聯。本公開方法在損失函數中針對不同聲紋特征引入不同的余量，從而提高聲紋識別模型訓練速度和識別準確率。

技術領域

本發明涉及人工智能領域，尤其涉及一種訓練方法、聲紋識別方法、裝置和電子設備。

背景技術

聲紋識別是一項生物識別技術，可以通過說話人的聲音鑒定話者身份。由于聲紋識別技術的安全性和便捷性等特點，已經廣泛應用在安防、智能家居、銀行以及司法等領域。

目前大多數的聲紋識別系統都建立在神經網絡的基礎上，可以鑒別不同說話人發出的音頻。

發明內容

根據本公開的一方面，提供了一種訓練方法，包括：

獲取樣本音頻數據集，其中，所述樣本音頻數據集包括多個樣本音頻數據；

基于所述樣本音頻數據集訓練聲紋識別模型，所述聲紋識別模型用于確定所述多個樣本音頻數據中每個樣本音頻數據對應的聲紋特征，并且其中，針對不同的聲紋特征，所述聲紋識別模型的損失函數含有不同的余量，且所述余量與所述聲紋特征到該聲紋特征所屬類別的類別中心的距離相關聯。

根據本公開的另一方面，提供了一種聲紋識別方法，包括：

獲取待識別音頻數據；

利用聲紋識別模型提取待識別音頻數據的聲紋特征，其中，所述聲紋識別模型是根據上述訓練方法訓練得到的；

基于所述聲紋特征，確定所述待識別音頻數據的說話者身份。

根據本公開的另一方面，提供了一種訓練裝置，包括：

獲取模塊，用于獲取樣本音頻數據集，其中，所述樣本音頻數據集包括多個樣本音頻數據；

訓練模塊，用于基于所述樣本音頻數據集訓練聲紋識別模型，所述聲紋識別模型用于確定所述多個樣本音頻數據中每個樣本音頻數據對應的聲紋特征，并且其中，針對不同的聲紋特征，所述聲紋識別模型的損失函數含有不同的余量，且所述余量與所述聲紋特征到該聲紋特征所屬類別的類別中心的距離相關聯。

根據本公開的另一方面，提供了一種聲紋識別裝置，包括：

獲取模塊，用于獲取待識別音頻數據；

提取模塊，用于利用聲紋識別模型提取所述待識別音頻數據的聲紋特征，其中，所述聲紋識別模型是根據上述訓練方法訓練得到的；

確定模塊，用于基于所述聲紋特征，確定所述待識別音頻數據的說話者身份。

根據本公開的另一方面，提供了一種電子設備，包括：

處理器；以及，

存儲程序的存儲器，

其中，所述程序包括指令，所述指令在由所述處理器執行時使所述處理器執行根據本公開實施例的訓練方法。

根據本公開的另一方面，提供了一種電子設備，包括：

處理器；以及，

存儲程序的存儲器，

其中，所述程序包括指令，所述指令在由所述處理器執行時使所述處理器執行根據本公開實施例的聲紋識別方法。