[发明专利]一种号码发现方法及系统

说明书

本发明公开了一种号码发现方法及系统，所述方法包括：根据收集的目标人的语音数据构建目标人声纹模型；获取目标人的已知使用号码和候选测试号码以及各号码的通话信息；提取所述候选测试号码的使用人的声纹特征；计算各候选测试号码的使用人的声纹特征与目标人声纹模型的相似度得分；计算结束后，基于候选测试号码的通话信息与目标人的已知使用号码的通话信息和/或外界导入的目标人相关信息的关联度对所述相似度得分进行规整；根据规整后的相似度得分确认目标人使用的号码。本发明由于对相似度得分的规整不仅仅依赖于非目标人的声纹模型的均值和方差均值，可以进一步地提升声纹识别的准确性。

技术领域

本发明涉及声纹识别技术领域，具体涉及一种号码发现方法及系统。

背景技术

声纹识别即根据用户输入语音信号中所反映的说话人生理特征和行为特征的声纹信息，自动识别认证说话人身份的技术。相比于其他生物认证(如人脸、虹膜等)，声纹认证具有更简便、经济及良好扩展性等众多优势，可广泛应用于安全验证、控制等各方面，如刑侦中的目标人号码发现。

基于通话信息的目标人号码发现的应用的核心在于声纹识别，即通过候选测试号码的使用人的声纹与目标人的声纹的相似度对比，从候选测试号码中找到目标人使用的号码。在声纹识别过程中，通过目标人声纹和测试人声纹做比较，判断说话人语音的相似性。在相似度计算过程中，由于诸如目标人语音数据不足、信道、环境噪声等多方面的影响，从而导致同一说话人的声纹特征一致性不高或不同说话人的声纹特征不一致性不大等情况的出现。因而现有技术中，常对相似度得分进行得分规整，以减小同一说话人的不一致性，扩大不同说话人的不一致性。现有的得分规整的常用计算公式如式(1)所示：

其中，L_λ(X)是语句X对于说话人模型λ的得分，是规整后的得分、μ_λ是对于说话人模型λ的规整参数，δ_λ是非目标人的声纹模型的均值和方差均值，需要用大量数据进行估计。

现有的得分规整在一定程度上减小了同一说话人的不一致性，扩大了不同说话人的不一致性。但随着非目标人数据达到一定量时，其效果的提升就趋于稳定，无法再进一步地提升声纹识别的准确性。

发明内容

本发明实施例提供一种号码发现方法及系统，解决现有技术中当非目标人数据达到一定量时，对相似度得分进行规整却无法提升声纹识别的准确性的问题。

为此，本发明实施例提供如下技术方案：

一种号码发现方法，包括：

预先根据收集的目标人的语音数据构建目标人声纹模型；

获取目标人的已知使用号码和候选测试号码以及各号码的通话信息；

提取所述候选测试号码的使用人的声纹特征；

计算各候选测试号码的使用人的声纹特征与目标人声纹模型的相似度得分；

计算结束后，基于候选测试号码的通话信息与目标人的已知使用号码的通话信息和/或外界导入的目标人相关信息的关联度对所述相似度得分进行规整；

根据规整后的相似度得分确定目标人使用的号码。

优选地，所述候选测试号码按照预设条件选取；所述预设条件包括以下任意一个或多个：号码的地域信息、使用年限、使用频率、某个时段的有效语音时长、是否拥有指定和/或共同的联系人。

优选地，所述基于候选测试号码的通话信息与目标人的已知使用号码的通话信息和/或外界导入的目标人相关信息的关联度对所述相似度得分进行规整，包括以下任意一个或多个步骤：

将各相似度得分乘以预设的函数以扩大候选测试号码的使用人的声纹特征与目标人声纹模型的相似度得分的区分性；