[发明专利]用于与文本相关的说话者验证的双重评分方法及系统

说明书

本发明提供说话者验证系统及方法。该方法包括接收说话者话语并响应话语确定与文本无关的说话者验证分数和与文本相关的说话者验证分数。还包括响应于与文本相关的说话者验证分数和与文本无关的说话者验证分数之间关系来确定与UBM无关的说话者标准化分数，并且对于各话语将与UBM无关的说话者验证分数和与文本相关的说话者验证分数映射至二维分数空间，其分成与接受分数、不明确分数和拒绝分数对应的三个集群。用于说话者验证置信分数生成的二进制决策树被通过识别二进制决策树各节点的逻辑函数识别，并且通过在各节点处执行逻辑函数以对应于话语生成该置信分数，以将话语的与文本相关的说话者验证分数和与UBM无关的说话者验证分数映射到二进制决策。

优先权要求

本申请要求2012年5月31日提交的第201204003-6号新加坡专利申请的优先权。

技术领域

本发明通常涉及说话者验证，更具体地是涉及用于与文本相关的说话者验证的系统及方法。

背景技术

说话者验证或说话者认证（亦称为“语音生物测定”）是包括通过使用他/她声音中固有的显著特征来接受或拒绝说话者的身份请求的二进制分类任务。很多因素可能会约束说话者验证系统。尤其是说话者之间和自身的可变性以及渠道影响严重影响语音验证系统的精度。此外，对于现实应用中人体工程学的使用，通常需要关于登记和测试语音材料的持续时间约束。遗憾的是，当处理短于十秒的语音话语时，在不受约束的条件下已经证明其效能的目前说话者识别引擎显示出了其局限性。自动身份验证引擎的执行也遭受真实欺诈。对于语音生物测定的情况，其主要包括回放在客户不知情的情况下从客户处获取的录音。

因此，需要一种用于说话者验证的系统及方法，以克服现有技术的这些缺点。此外，结合附图及该背景技术中，根据通过以下详细描述和权利要求，其它期望的特点和特征将是显而易见的。

发明内容

根据具体实施方式，提供了一种说话者验证方法。该方法包括：接收说话者的话语，响应于该话语，确定与文本无关的说话者验证分数和与文本相关的说话者验证分数。该方法还包括：响应于与文本相关的说话者验证分数和与文本无关的说话者验证分数之间的关系，确定与UBM无关的说话者标准化分数，以及响应于与UBM无关的说话者标准化分数，确定说话者验证。

根据另一方面，提供了一种与用背景模型（UBM）无关的说话者验证方法。该方法包括：接收说话者的话语，响应于该语，确定与文本无关的说话者验证分数和与文本相关的说话者验证分数。最后，该方法包括：响应于与文本相关的说话者验证分数和与文本无关的说话者验证分数之间的关系，确定与UBM无关的说话者标准化分数，以及响应于与UBM无关的说话者标准化分数，确定说话者验证。

根据又一方面，提供了一种双重评分的与文本相关的说话者验证方法。该方法包括：接收多个测试话语，响应于多个话语的每个，确定与文本无关的说话者验证分数，并响应于多个话语的每个，确定与文本相关的说话者验证分数。该方法还包括：响应于与文本相关的说话者验证分数和与文本无关的说话者验证分数之间的关系，确定与UBM无关的说话者标准化分数，并且对于多个话语的每个，将与UBM无关的说话者标准化分数和与文本相关的说话者验证分数映射在二维分数空间中。该方法还包括：将二维分数空间分为三个集群，该三个集群对应于接受分数、不明确分数以及拒绝分数。最后，该方法包括：通过确定二进制决策树的每个节点处的逻辑函数，来定义用于说话者验证置信分数的生成的二进制决策树。

并且，根据又一方面，提供了一种用于说话者验证的系统。该系统包括：音频接收设备和处理器。音频接收设备接收说话者的话语，并将话语转换为话语信号。处理器耦合到音频接收设备，以响应于话语信号来确定说话者验证。通过响应于话语信号来确定与文本无关的说话者验证分数和与文本相关的说话者验证分数、以及响应于与文本相关的说话者验证分数和与文本无关的说话者验证分数之间的关系来确定与UBM无关的说话者标准化分数，该处理器响应于与UBM无关的说话者标准化分数来确定说话者验证。

附图简要说明