[发明专利]多音频识别方法、装置、设备及可读存储介质

权利要求书

1.一种多音频识别方法，其特征在于，所述多音频识别方法包括：

在接收到多音频识别指令时，获取基于所述多音频识别指令确定的多个第一语音信号；

提取预处理后的各第一语音信号的第一声纹信息，并基于所述第一声纹信息确定各所述第一语音信号的预测身份特征；

将所述第一声纹信息与基于所述预测身份特征确定的目标用户声纹信息进行匹配，获取第一匹配结果；

在所述第一匹配结果中存在与所述目标用户声纹信息不匹配的第二声纹信息时，将所述第二声纹信息输入预设声纹识别模型，获取第二匹配结果。

2.如权利要求1所述的多音频识别方法，其特征在于，所述将所述第一声纹信息与基于所述预测身份特征确定的目标用户声纹信息进行匹配，获取第一匹配结果的步骤包括：

基于所述预测身份特征，在预存的已知声纹中进行筛选，确定多组目标用户声纹信息；

将所述第一声纹信息与对应的各组目标用户声纹信息同时进行匹配，获取并输出所述第一声纹信息的第一匹配结果。

3.如权利要求1所述的多音频识别方法，其特征在于，所述提取预处理后各第一语音信号的第一声纹信息的步骤包括：

根据倒谱法提取各所述第一语音信号的基音周期参数；

基于梅尔滤波器获取各所述第一语音信号的梅尔倒谱系数；

将所述基音周期参数与梅尔倒谱系数结合作为所述第一声纹信息。

4.如权利要求1所述的多音频识别方法，其特征在于，所述提取预处理后各第一语音信号的第一声纹信息的步骤之前，还包括：

对各所述第一语音信号进行加窗分帧处理，生成第一加窗语音信号；

基于快速傅里叶变换对所述第一加窗语音信号进行时频分解，生成第一时频二维信号；

获取所述第一时频二维信号的特征参数，并基于所述特征参数与预设语音端点检测方式将所述第一时频二维信号中的空语音段进行过滤，以完成各所述第一语音信号的预处理。

5.如权利要求4所述的多音频识别方法，其特征在于，所述对各所述第一语音信号进行加窗分帧处理，生成第一加窗语音信号的步骤之前，还包括：

对各所述第一语音信号进行预加重处理,，以增强各所述第一语音信号的高频部分。

6.如权利要求1所述的多音频识别方法，其特征在于，所述在所述第一匹配结果中存在与所述目标用户声纹信息不匹配的第二声纹信息时，将所述第二声纹信息输入预设声纹识别模型，获取第二匹配结果的步骤之前，还包括：

判断所述第一声纹信息与所述目标用户声纹信息的相似度是否大于预设阈值：

若所述第一声纹信息与所述目标用户声纹信息的相似度大于所述预设阈值，则判定所述第一声纹信息与所述目标用户声纹信息匹配；

若所述第一声纹信息与所述目标用户声纹信息的相似度不大于所述预设阈值，则判定所述第一声纹信息与所述目标用户声纹信息不匹配。

7.如权利要求1所述的多音频识别方法，其特征在于，所述在所述第一匹配结果中存在与所述目标用户声纹信息不匹配的第二声纹信息时，将所述第二声纹信息输入预设声纹识别模型，获取第二匹配结果的步骤之后，还包括：

在接收到用户发送的识别结果确认指令时，基于所述第二匹配结果生成并显示所述第二声纹信息的识别标签，并将所述第二声纹信息对应的第一音频信号与识别标签导入预设音频库。

8.一种多音频识别装置，其特征在于，所述多音频识别装置包括：

音频信号获取模块，用于在接收到多音频识别指令时，获取基于所述多音频识别指令确定的多个第一语音信号；

声纹信息匹配模块，用于提取预处理后的各第一语音信号的第一声纹信息，并基于所述第一声纹信息确定各所述第一语音信号的预测身份特征；

声纹模型识别模块，用于将所述第一声纹信息与基于所述预测身份特征确定的目标用户声纹信息进行匹配，获取第一匹配结果；

识别结果获取模块，用于在所述第一匹配结果中存在与所述目标用户声纹信息不匹配的第二声纹信息时，将所述第二声纹信息输入预设声纹识别模型，获取第二匹配结果。