[发明专利]身份验证方法、终端设备及计算机可读存储介质

权利要求书

1.一种身份验证方法，其特征在于，包括：

获取待验证的目标对象的语音数据；

根据预设的梅尔频率倒谱系数模型，从所述语音数据中提取所述目标对象的声纹特征向量；其中，所述梅尔频率倒谱系数模型用于通过预设的频域转换公式将信号从线性频谱域映射到梅尔频谱域；

将所述声纹特征向量输入预设的高斯混合模型，得到所述目标对象的高斯声纹向量；其中，所述高斯混合模型为基于通用背景模型对语音样本集进行训练得到，在训练过程中，所述高斯混合模型的输入为所述语音样本集中的语音数据，所述高斯混合模型的输出为所述目标对象的高斯声纹向量；

将所述高斯声纹向量与预设的标准声纹向量进行对比，生成身份验证结果；

所述根据预设的梅尔频率倒谱系数模型，从所述语音数据中提取所述目标对象的声纹特征向量，包括：

将所述语音数据按照预设的采样周期进行采样得到离散语音信号，并根据预设的编码规则将所述离散语音信号转化为数字语音信号；

对所述数字语音信号进行分帧处理和加窗处理得到帧信号；

对所述帧信号进行离散傅里叶变换，并通过如下公式将离散傅里叶变换之后的帧信号从线性频谱域转换到梅尔频谱域：

其中，f用于表示所述帧信号的频率值；

将转换之后的帧信号通过预设的梅尔三角滤波器组，得到每个频段滤波器输出的对数能量序列；

对所述对数能量序列进行离散余弦变换，得到所述语音数据的声纹特征向量。

2.如权利要求1所述的身份验证方法，其特征在于，所述获取待验证的目标对象的语音数据之后，还可以包括：

将所述语音数据输入预设的语音活动检测模型进行降噪处理，得到降噪后的语音数据。

3.如权利要求2所述的身份验证方法，其特征在于，所述将所述语音数据输入预设的语音活动检测模型进行降噪处理，得到降噪后的语音数据，包括：

对所述语音数据进行分帧处理得到至少两个语音帧；

对每个所述语音帧进行能量提取，得到每个所述语音帧的特征向量；

在预设的已分类样本帧特征向量的样本空间中选择出每个所述特征向量的至少两个近邻向量，根据预设的人声向量阈值，删除所述近邻向量小于所述人声向量阈值时对应的语音帧，得到降噪后的语音数据。

4.如权利要求1-3任一项所述的身份验证方法，其特征在于，所述将所述高斯声纹向量与预设的标准声纹向量进行对比，生成身份验证结果，包括：

通过以下公式计算所述高斯声纹向量与所述标准声纹向量之间的差异度：

其中，用于表示所述高斯声纹向量；用于表示所述标准声纹向量；

若所述差异度小于预设的差异度阈值，则所述身份验证结果为身份验证成功。