[发明专利]声纹识别方法、装置、设备及计算机可读存储介质

说明书

本申请实施例提供一种声纹识别方法、装置、设备及计算机可读存储介质。该方法应用于终端设备，终端设备与语音信号采集单元连接，该方法包括：获取语音信号采集单元采集的待识别的语音信号；将待识别的语音信号输入声纹模型中，以通过声纹模型进行声纹识别；其中，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，多条第二语音样本信号是对多条第一语音样本信号进行独立化处理得到的。本申请实施例能够降低声纹采集成本，提高声纹识别的准确性。

技术领域

本申请实施例涉及语音数据处理技术领域，尤其涉及一种声纹识别方法、装置、设备及计算机可读存储介质。

背景技术

随着人工神经网络的快速发展，采用深度学习神经网络进行声纹识别也越来越普遍。通过深度学习神经网络进行声纹识别，首先需要对深度学习神经网络进行训练。目前的训练过程中，需要采集较多的语音数据来作为训练语料，然而在实际的注册过程中用户一般不会提供长时间的语料注册，冗长的注册时间会影响用户体验。另外，采集的语音数据的预处理过程较为简单，导致训练得到的神经网络对声纹识别的准确度不高。

发明内容

本申请实施例提供一种声纹识别方法、装置、设备及计算机可读存储介质，以降低训练语料的采集成本，提高声纹识别的准确度。

第一方面，本申请实施例提供一种声纹识别方法，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。

可选的，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。

可选的，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。

可选的，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。

可选的，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。

可选的，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。

可选的，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。

第二方面，本申请实施例提供一种声纹识别装置，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；第一识别模块，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。

可选的，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。

可选的，该识别装置还包括：独立化处理模块，用于对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。