[发明专利]声纹识别方法、系统、移动终端及存储介质

说明书

本发明提供了一种声纹识别方法、系统、移动终端及存储介质，该方法包括：获取样本数据，根据本地预设音素对样本数据进行音素提取，得到样本语音段及样本语音段对应的用户标识；根据样本语音段和用户标识对声纹识别模型进行声纹注册，并获取待识别语音；将待识别语音输入声纹识别模型，并控制声纹识别模型对待识别语音中的待识别音素与样本语音段进行声纹匹配，得到匹配结果；当判断到匹配结果满足输出条件时，根据匹配结果查询目标用户标识，并将目标用户标识进行输出。本发明通过基于音素的提取进行声纹注册，以采用音素匹配的方式进行待识别语音的声纹识别，有效的提高了声纹识别的识别效率和准确性。

技术领域

本发明属于声纹识别技术领域，尤其涉及一种声纹识别方法、系统、移动终端及存储介质。

背景技术

每个人的声音都蕴涵着特有的生物特征，声纹识别是指利用说话人的声音来识别说话人的一种技术手段。声纹识别同指纹识别等技术一样具有高度的安全可靠性，可以应用在所有需要做身份识别的场合。如在刑侦、银行、证券、保险等金融领域。与传统的身份识别技术相比，声纹识别的优势在于，声纹提取过程简单，成本低，且具有唯一性，不易伪造和假冒。

现有声纹识别方法是提前采集至少一个用户的语音数据，并对语音数据进行音频特征提取，将提取到的音频特征输入声纹模型得到N维声纹向量。当进行声纹识别操作时，先获取任意一个用户的语音数据，然后对语音数据提取音频特征，将音频特征输入声纹模型，得到N维声纹向量，再与声纹库里原有的声纹向量做相似度匹配，以得到声纹识别结果，但现有声纹识别过程中，由于音频特征的提取和处理数据量较大，进而导致基于音频特征的匹配将导致用户声纹识别效率低下。

发明内容

本发明实施例的目的在于提供一种声纹识别方法、系统、移动终端及存储介质，旨在解决现有的声纹识别方法训练效率低下且耗时长的问题。

本发明实施例是这样实现的，一种声纹识别方法，所述方法包括：

获取样本数据，并根据本地预设音素对所述样本数据进行音素提取，得到样本语音段及所述样本语音段对应的用户标识；

根据所述样本语音段和所述用户标识对声纹识别模型进行声纹注册，并获取待识别语音；

将所述待识别语音输入所述声纹识别模型，并控制所述声纹识别模型对所述待识别语音中的待识别音素与所述样本语音段进行声纹匹配，得到匹配结果；

当判断到所述匹配结果满足输出条件时，根据所述匹配结果查询目标用户标识，并将所述目标用户标识进行输出。

更进一步的，所述根据本地预设音素对所述样本数据进行音素提取的步骤包括：

根据所述预设音素对音素分类器进行参数编辑；

将所述样本数据输入所述音素分类器，并控制所述音素分类器对所述样本数据进行音素分类，以得到多个样本音素；

将所述样本音素所形成的语音数据设置为所述样本语音段，并根据所述样本语音段在所述样本数据中进行标识查询，以得到所述用户标识。

更进一步的，所述根据本地预设音素对所述样本数据进行音素提取的步骤还包括：

根据所述样本音素查询所述样本数据中对应语音的前端特征，所述前端特征为MFCC特征或FBANK特征；

将所述前端特征与所述样本音素和所述用户标识对应进行存储。

更进一步的，所述控制所述声纹识别模型对所述待识别语音中的待识别音素与所述样本语音段进行声纹匹配的步骤包括：

当所述待识别音素与所述声纹识别模型中存储的所述样本音素匹配成功时，根据所述待识别音素获取目标语音段；

分别对所述目标语音段和所述样本语音段进行向量转换，得到待识别向量和样本语音向量；