[发明专利]基于Alexnet改进的声纹识别方法、存储介质和终端

说明书

一种基于Alexnet改进的声纹识别方法、存储介质和终端，所述方法包括：对输入的语音信号进行快速傅里叶分析，得到对应的语谱图；采用预设的Alexnet卷积神经网络从所述语谱图中提取对应的声纹特征；基于所提取的声纹特征对所述语音信号的说话者身份进行分类识别。上述的方案，可以提高声纹识别的准确性。

技术领域

本发明属于声纹识别技术领域，特别是涉及一种基于Alexnet改进的声纹识别方法、存储介质和终端。

背景技术

生物特征是每个人固有的特征，具有唯一性和稳定性。声纹识别技术作为仅次于指纹和掌纹的第三大生物识别技术，在识别领域有广泛的的研究和应用。目前声纹识别技术不断进步，准确率不断提升。

但是，现有的声纹识别方法，存在着识别精度低下的问题。

发明内容

本发明解决的技术问题是如何提高声纹识别的准确性。

为了达到上述目的，本发明提供一种基于Alexnet改进的声纹识别方法，所述方法包括：

对输入的语音信号进行快速傅里叶分析，得到对应的语谱图；

采用预设的Alexnet卷积神经网络从所述语谱图中提取对应的声纹特征；

基于所提取的声纹特征对所述语音信号的说话者身份进行分类识别。

可选地，所述采用预设的Alexnet卷积神经网络从所述语谱图中提取对应的声纹特征，包括：

采用预设的Alexnet卷积神经网络依次对所述语谱图执行卷积操作、池化处理操作和输出数据部分随机丢弃操作两次、连续三次所述卷积操作和一次所述池化处理操作。

可选地，所述卷积操作所采用的卷积层的数量为5，卷积核个数为32，卷积核大小为11，步长为1。

可选地，所述池化处理操作为1-max pooling最大池化操作，其卷积核个数为32，卷积核大小为3，步长为1。

可选地，所述基于所提取的声纹特征对所述语音信号进行识别，包括：

采用SVM分类器对所提取的声纹特征对应的语音输出者的身份进行识别。

可选地，所述采用SVM分类器对所提取的声纹特征对应的说话者的身份进行识别，包括：

采用SVM中的径向基核函数对所提取的声纹特征对应的说话者的身份进行分类。

可选地，所述语谱图为二维或三维语谱图。

本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机指令，所述计算机指令运行时执行上述任一项所述的基于Alexnet改进的声纹识别方法的步骤。

本发明实施例还提供了一种终端，包括存储器和处理器，所述存储器上储存有能够在所述处理器上运行的计算机指令，所述处理器运行所述计算机指令时执行上述任一项所述的基于Alexnet改进的声纹识别方法的步骤。

与现有技术相比，本发明的有益效果为：

上述的方案，通过对输入的语音信号进行快速傅里叶分析，得到对应的语谱图，并采用预设的Alexnet卷积神经网络从所述语谱图中提取对应的声纹特征，再基于所提取的声纹特征对所述语音信号的说话者身份进行分类识别，由于采用预设的Alexnet卷积神经网络从所述语谱图中提取对应的声纹特征，与现有的单一性的声纹特征相比，可以提高声纹特征识别的准确性。

附图说明