[发明专利]一种声纹识别方法和装置

权利要求书

1.一种声纹识别方法，其特征在于，该方法包括：

基于无标注语音数据建立深层神经网络初级模型，并且基于有标注语音数据对该深层神经网络初级模型进行训练，以获取深层神经网络二级模型；

利用该深层神经网络二级模型注册说话人高层声纹特征与说话人标识；

接收测试语音数据，基于该深层神经网络二级模型从测试语音数据中提取测试语音高层声纹特征，并且基于该测试语音高层声纹特征确定说话人标识。

2.根据权利要求1所述的声纹识别方法，其特征在于，所述基于无标注语音数据建立深层神经网络初级模型包括：

从无标注语音数据中提取无标注语音底层声纹特征；

基于该无标注语音底层声纹特征建立用于提取高层声纹特征的深层神经网络初级模型。

3.根据权利要求1所述的声纹识别方法，其特征在于，所述基于有标注语音数据对该深层神经网络初级模型进行训练，以获取深层神经网络二级模型包括：

从有标注语音数据中提取有标注语音底层声纹特征；

基于该有标注语音底层声纹特征对深层神经网络初级模型进行训练，以获取用于提取与说话人相关的高层声纹特征的深层神经网络二级模型。

4.根据权利要求1所述的声纹识别方法，其特征在于，所述基于有标注语音数据对该深层神经网络初级模型进行训练，以获取深层神经网络二级模型包括：

应用稀疏编码限制规则或最大交互熵规则，基于有标注语音数据对该深层神经网络初级模型进行训练，以获取深层神经网络二级模型。

5.根据权利要求1所述的声纹识别方法，其特征在于，所述基于有标注语音数据对该深层神经网络初级模型进行训练，以获取深层神经网络二级模型包括：

基于相同说话人的不同语音数据所获得的高层声纹特征之间距离变小，以及不同说话人的相同语音数据所获得的高层声纹特征之间距离变大的方式，对该深层神经网络初级模型进行训练，以获取深层神经网络二级模型。

6.根据权利要求1所述的声纹识别方法，其特征在于，所述利用该深层神经网络二级模型注册说话人高层声纹特征与说话人标识包括：

从说话人注册语音中提取说话人底层声纹特征，利用该深层神经网络二级模型从说话人底层声纹特征中获取说话人高层声纹特征；

在说话人高层声纹特征与说话人标识之间建立对应关系。

7.根据权利要求1所述的声纹识别方法，其特征在于，所述基于该深层神经网络二级模型从测试语音数据中提取高层声纹特征，并且基于该高层声纹特征确定说话人标识包括：

从测试语音数据中提取测试语音底层声纹特征；

基于该深层神经网络二级模型，根据测试语音底层声纹特征获取测试语音高层声纹特征；

基于该测试语音高层声纹特征确定说话人标识。

8.根据权利要求1所述的声纹识别方法，其特征在于，所述基于该深层神经网络二级模型从测试语音数据中提取测试语音高层声纹特征，并且基于该测试语音高层声纹特征确定说话人标识包括：

基于该深层神经网络二级模型从测试语音数据中提取测试语音高层声纹特征，并建立该测试语音高层声纹特征的高斯模型；

计算该测试语音高层声纹特征的高斯模型与所注册的高层声纹特征的高斯模型之间的距离，并基于该距离确定说话人标识。

9.一种声纹识别装置，其特征在于，该装置包括深层神经网络二级模型获取单元、注册单元和声纹识别单元，其中：

深层神经网络二级模型获取单元，用于基于无标注语音数据建立深层神经网络初级模型，并且基于有标注语音数据对该深层神经网络初级模型进行训练，以获取深层神经网络二级模型；

注册单元，用于利用该深层神经网络二级模型注册说话人高层声纹特征与说话人标识；

声纹识别单元，用于接收测试语音数据，基于该深层神经网络二级模型从测试语音数据中提取测试语音高层声纹特征，并且基于该测试语音高层声纹特征确定说话人标识。

10.根据权利要求9所述的声纹识别装置，其特征在于，

深层神经网络二级模型获取单元，用于从无标注语音数据中提取无标注语音底层声纹特征，基于无标注语音底层声纹特征建立用于提取高层声纹特征的深层神经网络初级模型。