[發明專利]聲紋聚類方法、聲紋識別方法、裝置及電子設備

在審

• 申請號: 202210049511.7
• 申請日: 2022-01-17
• 公開（公告）號: CN114512135A
• 公開（公告）日: 2022-05-17
• 發明（設計）人: 孟慶林;蔣寧;吳海英;王洪斌;劉敏;陳燕麗
• 申請（專利權）人: 馬上消費金融股份有限公司
• 主分類號: G10L17/02
• 分類號: G10L17/02;G10L17/04;G10L17/18;G06K9/62
• 代理公司: 北京銀龍知識產權代理有限公司 11243
• 代理人: 湯明明

本申請提供一種聲紋聚類方法、聲紋識別方法、裝置及電子設備，聲紋聚類方法，包括：對語音聲紋特征向量進行轉置操作，得到轉置操作后的語音聲紋特征向量；對語音聲紋特征向量和轉置操作后的語音聲紋特征向量進行內積操作，得到交叉相似度矩陣，交叉相似度矩陣包括多行第一特征向量；遍歷第一特征向量，并計算多行第一特征向量中的目標特征向量與其他行第一特征向量之間的相似度；將目標特征向量和第二特征向量進行聚類，得到目標語音聲紋特征向量。這樣，提高了采用目標語音聲紋特征向量進行說話人查找或者訓練的準確度。

技術領域

本申請涉及聲紋識別技術領域，尤其涉及到一種聲紋聚類方法、聲紋識別方法、裝置及電子設備。

背景技術

當前聲紋信息逐漸成為了一個人的重要身份信息，因此，當前對聲紋信息的識別也越來越重要，并且在日常生活中，聲紋信息的識別也得到了越來越廣泛的應用。但是在實際的使用過程中，在聲紋信息中，通常摻雜著其他說話人的聲音，從而導致采用上述聲紋信息進行說話人查找或者訓練的準確度較差。

發明內容

本申請實施例提供一種聲紋聚類方法、聲紋識別方法、裝置及電子設備。

第一方面，本申請實施例提供了一種聲紋聚類方法，包括：

對語音聲紋特征向量進行轉置操作，得到轉置操作后的語音聲紋特征向量；

對所述語音聲紋特征向量和所述轉置操作后的語音聲紋特征向量進行內積操作，得到交叉相似度矩陣，所述交叉相似度矩陣包括多行第一特征向量；

遍歷所述第一特征向量，并計算多行所述第一特征向量中的目標特征向量與其他行第一特征向量之間的相似度；

將所述目標特征向量和第二特征向量進行聚類，得到目標語音聲紋特征向量，其中，所述第二特征向量為其他行第一特征向量中與所述目標特征向量之間的相似度最大的向量，且所述目標特征向量與所述第二特征向量對應的說話人相同。

可以看出，本實施例中，可以將屬于同一個說話人的目標特征向量和第二特征向量進行聚類，得到目標語音聲紋特征向量，減少了目標語音聲紋特征向量中其他說話人的干擾，從而提高了采用該目標語音聲紋特征向量進行說話人查找或者訓練的準確度。

另外，由于第二特征向量為其他行第一特征向量中與目標特征向量之間的相似度最大的向量，也就是說第二特征向量與目標特征向量之間的重合的內容最多，將兩者進行聚類，從而盡可能減少由于聚類導致的向量的信息的丟失的現象的出現，同時，可以減少向量的數量，節省向量存儲空間，還可以降低后續進行聲紋識別時的比對次數，以提高聲紋識別的效率。

第二方面，本申請實施例提供了一種聲紋識別方法，所述方法包括：

將待識別語音文件輸入至聲紋注冊網絡中，得到第一語音聲紋特征向量；

將所述第一語音聲紋特征向量輸入至聲紋識別模型中進行識別處理，輸出識別結果；其中，所述識別處理的具體實現方式有：將所述第一語言聲紋特征向量與所述聲紋識別模型關聯的所有的目標語音聲紋特征向量進行對比；根據特征向量對比結果確定所述識別結果；所述目標語音聲紋特征向量為根據第一方面所述的聲紋聚類方法確定的。

可以看出，本實施例中，由于目標語音聲紋特征向量是經過聲紋聚類得到的，已經減少了其他說話人的干擾，聲紋識別采用目標語音聲紋特征向量可提升識別準確度。

第三方面，本申請實施例還提供一種聲紋聚類裝置，包括：

轉置模塊，用于對語音聲紋特征向量進行轉置操作，得到轉置操作后的語音聲紋特征向量；

內積模塊，用于對所述語音聲紋特征向量和所述轉置操作后的語音聲紋特征向量進行內積操作，得到交叉相似度矩陣，所述交叉相似度矩陣包括多行第一特征向量；