[发明专利]声纹识别方法、装置、存储介质及音箱

权利要求书

1.一种声纹识别方法，其特征在于，包括：

获取用户的语音信息；

检测所述语音信息是否包括唤醒词，若所述语音信息包括唤醒词，则

进入唤醒状态，同时获取所述语音信息的声纹特征信息；

将所述声纹特征信息与预存声纹模型信息进行匹配，若匹配成功，则

接收控制指令并根据所述控制指令进行操作。

2.如权利要求1 所述的声纹识别方法，其特征在于，所述将所述声

纹特征信息与预存声纹模型信息进行匹配的步骤，具体包括：

根据所述语音信息中唤醒词对应的起始点和终点，得到唤醒词语音；

获取所述唤醒词语音的声纹特征信息，并与预存声纹模型信息数据库

中的多个预存声纹模型信息匹配，得到多个匹配值；

从所述多个匹配值中选出匹配值最高的作为目标匹配值；

若所述目标匹配值大于预设阈值，则判断为匹配成功。

3.如权利要求2 所述的声纹识别方法，其特征在于，还包括：

若所述目标匹配值不大于预设阈值，则将所述唤醒词语音对应的声纹

特征信息存入数据库作为新的预存声纹模型信息。

4.如权利要求3 所述的声纹识别方法，其特征在于，所述将所述唤

醒词语音对应的声纹特征信息存入数据库作为新的预存声纹模型信息的步

骤，包括：

对所述唤醒词语音进行预处理，提取梅尔倒谱系数及其一阶差分作为

后端处理的特征参数；

通用背景模型根据所述特征参数通过最大后验概率的自适应生成高

斯混合模型；

将高斯混合模型导入预存声纹模型信息数据库作为新的预存声纹模

型信息。

5.如权利要求2 所述的声纹识别方法，其特征在于，所述获取所述

唤醒词语音的声纹特征信息，并与预存声纹模型信息数据库中的多个预存

声纹模型信息匹配，得到多个匹配值的步骤，包括;

对所述唤醒词语音进行预处理，提取梅尔倒谱系数及其一阶差分作为

后端处理的特征参数；

将所述特征参数输入多对通用背景模型和高斯混合模型分别得到多

对第一匹配值和第二匹配值；

将每对中的第二匹配值减去第一匹配值，得到多个第三匹配值。

6.如权利要求4 或5 所述的声纹识别方法，其特征在于，对所述唤

醒词语音进行预处理，提取梅尔倒谱系数及其一阶差分作为后端处理的特

征参数的步骤，包括：

对所述唤醒词语音预加重、端点检测、分帧、加窗、快速傅里叶变换、

梅尔频率滤波和离散余弦变换，进而提取13维的梅尔倒谱系数及其一阶差

分总共26 维信息作为后端处理的特征参数。

7.如权利要求1 所述的声纹识别方法，其特征在于，所述接收控制

指令并根据所述控制指令进行操作的步骤，包括：

接收用户的语音信息，并从所述语音信息中提取关键字；

若所述关键字与预存声纹重置控制指令匹配，则将预存声纹模型信息

删除。

8.一种声纹识别装置，其特征在于，包括：

语音信息获取模块，用于获取用户的语音信息；

检测模块，用于检测所述语音信息是否包括唤醒词，若所述语音信息

包括唤醒词，则进入唤醒状态，同时获取所述语音信息的声纹特征信息；

匹配模块，用于将所述声纹特征信息与预存声纹模型信息进行匹配，

若匹配成功，则接收控制指令并根据所述控制指令进行操作。