[发明专利]更新声纹数据的语音识别方法、终端装置及存储介质

说明书

本发明公开了一种更新声纹数据的语音识别方法，包括：注册预设数目的注册语音，并计算每条注册语音的特征语音向量；将所述每条注册语音的特征语音向量进行两两比对打分；获取验证语音，并计算所述验证语音的特征语音向量；将所述验证语音的特征语音向量分别和注册语音的特征语音向量进行两两比对打分，并根据所述验证语音更新所述预设数目的注册语音。本发明还提供一种终端装置及存储介质。本发明提供的更新声纹数据的语音识别方法、终端装置及存储介质，可以在用户每次验证时，都将按照对比和更新的流程进行，可以提升后续声纹验证准确率，且能适应注册人随时间波动的声音变化。

技术领域

本发明涉及语音识别领域，尤其涉及一种更新声纹数据的语音识别方法、终端装置及存储介质。

背景技术

目前传统的声纹注册识别方法中，一般包括如下几个步骤：1.特征提取，在获得用户注册语音数据后，对数据进行声音特征的提取。2.生成鉴别向量。3.比对验证，声纹库中保留用户注册时的特征向量(i-vector)，每次验证时，验证语音提取的i-vector与注册时i-vector进行比较，即利用预先确定的余弦距离公式计算当前鉴别向量与用户对应的注册向量之间的距离，若距离在设定的阈值范围内，则认为两个i-vector为同一人的语音所产生，即验证成功；否则返回失败。

然而，在这种传统的注册验证下，每次比对时，对比的鉴别向量皆为用户第一次注册语音时生成的鉴别向量。随时间变化，用户声音可能因年龄、身体状况、环境等因素发生改变，每次验证时使用注册时的i-vector进行比较，可能导致验证失败。

发明内容

有鉴于此，本发明提出一种更新声纹数据的语音识别方法、终端装置及存储介质，通过实施上述方式，可以提升后续声纹验证准确率，且能适应注册人随时间波动的声音变化。

首先，为实现上述目的，本发明提出一种终端装置，所述终端装置包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的更新声纹数据的语音识别程序，所述更新声纹数据的语音识别程序被所述处理器执行时实现如下步骤：

注册预设数目的用户注册语音，并计算所述预设数目的用户注册语音中的每条用户注册语音的特征语音向量；

将所述每条用户注册语音的特征语音向量进行两两比对打分，并获取第一打分平均值作为第一阈值；

获取验证语音，并计算所述验证语音的特征语音向量；

将所述验证语音的特征语音向量分别和注册语音的特征语音向量进行两两比对打分，并获取第二打分平均值；

判断所述第二打分平均值是否大于第二阈值，所述第二阈值为所述第一阈值加一预设值；及

若所述第二打分平均值大于所述第二阈值，则根据所述验证语音更新注册语音。

可选地，所述计算所述预设数目的用户注册语音中的每条用户注册语音的特征语音向量的步骤，包括：

使用MFCC方法提取每一份语音中每帧语音的MFCC特征并组成一个矩阵；及

使用UBM和特征语音向量提取器筛选出所述矩阵中最核心的特征，组成所述特征语音向量。

可选地，所述根据所述验证语音更新所述注册语音的步骤，还包括：

判断所述第二打分平均值是否大于第三阈值，所述第三阈值大于所述第二阈值；及

将所述第二打分平均值大于所述第三阈值的所述验证语音更新到所述注册语音中，并根据更新后的所述注册语音进行注册。

可选地，所述第三阈值通过如下步骤确定：

选取所有所述第二打分平均值高于所述第二阈值的验证语音，并计数为N；

将选取后的验证语音对应的所述第二打分平均值进行由高到低排序；及