[发明专利]声纹识别方法、装置、设备及计算机可读存储介质有效
申请号: | 202010010159.7 | 申请日: | 2020-01-06 |
公开(公告)号: | CN111179942B | 公开(公告)日: | 2022-11-08 |
发明(设计)人: | 黄洪运;李红岩;刘岩 | 申请(专利权)人: | 泰康保险集团股份有限公司 |
主分类号: | G10L17/04 | 分类号: | G10L17/04;G10L17/02;G10L17/20 |
代理公司: | 北京同立钧成知识产权代理有限公司 11205 | 代理人: | 张子青;臧建明 |
地址: | 100031 北京市西*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 声纹 识别 方法 装置 设备 计算机 可读 存储 介质 | ||
1.一种声纹识别方法,其特征在于,应用于终端设备,所述终端设备与语音信号采集单元连接,所述方法包括:
获取所述语音信号采集单元采集的待识别的语音信号;
将所述待识别的语音信号输入声纹模型中,以通过所述声纹模型进行声纹识别;
其中,所述声纹模型是基于多条第一语音样本信号训练得到的,所述多条第一语音样本信号是对多条第二语音样本信号进行独立化处理得到的;
所述第二语音样本信号采用以下方法步骤进行独立化处理:
建立用于表示所述多条第二语音样本信号之间的独立性的目标函数;
确定所述目标函数的最优解,得到多条相互独立的所述第一语音样本信号。
2.根据权利要求1所述的方法,其特征在于,所述声纹模型是基于多条第一语音样本信号和多条第二语音样本信号联合训练得到的。
3.根据权利要求1所述的方法,其特征在于,所述建立用于表示所述多条第二语音样本信号之间的独立性的目标函数,包括:
确定参照量;
基于参照量与所述多条第二语音样本信号之间的负熵,确定所述目标函数。
4.根据权利要求3所述的方法,其特征在于,所述基于参照量与所述多条第二语音样本信号之间的负熵,确定所述目标函数之前,所述方法还包括:
获取用于对所述声纹模型进行训练的多条第三语音样本信号;
对所述多条第三语音样本信号进行白化处理,得到所述多条第二语音样本信号。
5.根据权利要求3所述的方法,其特征在于,所述建立用于表示所述多条第二语音样本信号之间的独立性的目标函数之前,所述方法还包括:
获取用于对所述声纹模型进行训练的多条第三语音样本信号;
对所述多条第三语音样本信号进行中心化处理,得到所述多条第二语音样本信号。
6.根据权利要求5所述的方法,其特征在于,所述对所述多条第三语音样本信号进行中心化处理,得到所述多条第二语音样本信号,包括:
确定所述多条第三语音样本信号的平均值;
基于所述多条第三语音样本信号与所述平均值之间的差值,得到所述多条第二语音样本信号。
7.一种声纹识别装置,其特征在于,所述声纹识别装置连接至语音信号采集单元,所述装置包括:
获取模块,用于获取所述语音信号采集单元采集的待识别的语音信号;
识别模块,用于将所述待识别的语音信号输入声纹模型中,以通过所述声纹模型进行声纹识别;
其中,所述声纹模型是基于多条第一语音样本信号训练得到的,所述多条第一语音样本信号是对多条第二语音样本信号进行独立化处理得到的;
所述识别模块还包括:独立化处理模块;
所述独立化处理模块,用于对所述第二语音样本信号采用以下方法步骤进行独立化处理:建立用于表示所述多条第二语音样本信号之间的独立性的目标函数;确定所述目标函数的最优解,得到多条相互独立的所述第一语音样本信号。
8.一种声纹识别设备,其特征在于,包括:
存储器;
处理器;
通讯接口;以及
计算机程序;
其中,所述计算机程序存储在所述存储器中,并被配置为由所述处理器执行如权利要求1-6任一项所述的方法。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-6任一项所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于泰康保险集团股份有限公司,未经泰康保险集团股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010010159.7/1.html,转载请声明来源钻瓜专利网。