[发明专利]声纹验证的方法、装置、计算机设备以及存储介质

权利要求书

1.一种声纹验证的方法，其特征在于，包括：

通过客户端服务器提取待验证身份的语音信号，并提取所述语音信号中各帧语音数据分别对应的MFCC类型声纹特征；

通过所述客户端服务器将所述MFCC类型声纹特征构建成各帧语音数据分别对应的声纹特征向量，以形成第一声纹特征；

声纹验证服务器接收所述客户端服务器发送的所述第一声纹特征；

声纹验证服务器判断所述第一声纹特征与预存声纹特征分别对应的声纹鉴别向量i-vector之间的特征距离值是否满足预设要求；

若满足，则判定所述第一声纹特征与所述预存声纹特征相同，否则不相同。

2.根据权利要求1所述的声纹验证的方法，其特征在于，所述声纹验证服务器判断所述第一声纹特征与预存声纹特征分别对应的声纹鉴别向量i-vector之间的特征距离值是否满足预设要求的步骤，包括：

将各帧语音数据分别对应的声纹特征向量分别映射为低维度的声纹鉴别向量i-vector；

通过余弦距离公式计算第一声纹特征对应的声纹鉴别向量i-vector与预存声纹特征对应的声纹鉴别向量i-vector之间的余弦距离值cos(x,y)，其中，x代表预存声纹特征对应的声纹鉴别向量i-vector，y代表第一声纹特征对应的声纹鉴别向量i-vector；

判断所述余弦距离值是否满足预设条件；

若满足，则判定所述第一声纹特征与预存声纹特征分别对应的声纹鉴别向量i-vector之间的特征距离值满足预设要求，否则不满足预设要求。

3.根据权利要求2所述的声纹验证的方法，其特征在于，所述将各帧语音数据分别对应的声纹特征向量分别映射为低维度的声纹鉴别向量i-vector的步骤，包括：

将提取得到的各帧语音数据分别对应的声纹特征向量分别输入到GMM-UBM模型，得到表征各帧语音数据在各高斯分量上的概率分布的高斯超向量；

将各所述高斯超向量利用公式m_r＝μ+Tω_r，计算得到各帧语音数据分别对应的低维度的声纹鉴别向量i-vector，其中m_r为各帧语音数据的高斯超向量，μ为所述GMM-UBM模型的均值超向量，T为各帧语音数据的低维度的声纹鉴别向量i-vector，ω_r为映射到高维度的高斯空间的转换矩阵。

4.根据权利要求2所述的声纹验证的方法，其特征在于，所述判断所述余弦距离值是否满足预设条件的步骤，包括：

分别获取预存的多个人的声纹特征数据中各自对应的预存声纹特征与所述第一声纹特征之间的第一余弦距离值，其中，多个人的声纹特征数据中包括目标人的预存声纹特征；

将各所述第一余弦距离值按照从小到大的顺序进行排序；

判断排序在前的预设数量的第一余弦距离值中，是否包括所述目标人的预存声纹特征对应的第一余弦距离值；

若是，则判定所述第一余弦距离值满足预设条件，否则不满足预设条件。

5.根据权利要求2所述的声纹验证的方法，其特征在于，所述判断所述余弦距离值是否满足预设条件的步骤，包括：

获取目标人的预存声纹特征与所述第一声纹特征之间的第二余弦距离值；

判断所述第二余弦距离值是否小于或等于预设阈值；

若是，则判定所述第二余弦距离值满足预设条件，否则不满足预设条件。

6.一种声纹验证系统，其特征在于，包括客户端、客户端服务器和声纹验证服务器；

所述客户端采集待验证身份的语音信号，并将所述语音信号发送到所述客户端服务器；

所述客户端服务器接收所述语音信号，并对所述语音信号进行声纹特征提取得到第一声纹特征，将第一声纹特征传输至声纹验证服务器；

所述声纹验证服务器接收所述第一声纹特征，并将所述第一声纹特征与预存声纹特征进行比较分析，以判断所述第一声纹特征与所述预存声纹特征是否相同，并将判断结果反馈至所述客户端服务器；

所述客户端服务器根据所述判断结果控制所述客户端进行反馈响应。