[发明专利]一种声纹识别模型训练方法、装置、电子设备及存储介质

说明书

本发明提供了一种声纹识别模型训练方法、装置、电子设备及存储介质，该方法包括：获取目标样本语音的音频特征向量；对音频特征向量进行语音增强；将语音增强得到的第一音频特征向量和第二音频特征向量输入声纹识别模型中，得到第一声纹特征向量和第二声纹特征向量；计算第一声纹特征向量与第二声纹特征向量的第一相似度，以及第一声纹特征向量与第三声纹特征向量的第二相似度；在第一相似度和第二相似度满足预设条件时，确定声纹识别模型的模型参数；通过带有标签的样本语音训练声纹识别模型，并在声纹识别模型的声纹识别结果的准确度大于预设准确度时，再次确定声纹识别模型的模型参数，从而有利于提高声纹识别模型的识别准确度。

技术领域

本发明涉及人工智能技术领域，特别是涉及一种声纹识别模型训练方法、装置、电子设备及存储介质。

背景技术

随着人工智能技术的发展，声纹识别技术取得了巨大的进步，并开始进入家电、通信、汽车、医疗等各个领域。

相关技术中，声纹识别的过程通常为：获取待识别语音；提取待识别语音的声纹特征；将所提取的声纹特征与声纹数据库中存储的声纹特征进行匹配，并将声纹数据库中，匹配度最高的声纹特征所对应的用户，确定为待识别语音所对应的用户。

然而，在实际应用中，由于有些用户之间的用户语音之间的相似度较高，进而这些用户的用户语音的声纹特征的相似度较高。这样，在声纹识别的过程中，可能会导致声纹识别结果出现错误，例如，待识别语音是来自用户A的用户语音，如果用户A的用户语音与用户B的用户语音较为相似，那么，相关技术对待识别语音进行识别，所识别得到的声纹识别结果很可能为用户B。

发明内容

为解决相关技术中存在的对待识别语音进行识别时，所得到的声纹识别结果可能存在错误的技术问题，本公开实施例提供了一种声纹识别模型训练方法、装置、电子设备及存储介质。

第一方面，本发明实施例提供了一种声纹识别模型训练方法，所述方法包括：

获取目标样本语音的音频特征向量；

对所述音频特征向量进行语音增强，得到第一音频特征向量和第二音频特征向量，所述第一音频特征向量和所述第二音频特征向量不同；

将所述第一音频特征向量和所述第二音频特征向量输入声纹识别模型中，得到第一声纹特征向量和第二声纹特征向量，所述第一声纹特征向量与所述第二声纹特征向量的维度相同；

计算所述第一声纹特征向量与所述第二声纹特征向量的第一相似度，以及所述第一声纹特征向量与第三声纹特征向量的第二相似度，所述第三声纹特征向量为预先存储的预设声纹特征向量，所述预设声纹特征向量与所述第一声纹特征向量的维度相同，且所述预设声纹特征向量对应的样本语音与所述目标样本语音不同；

在所述第一相似度和所述第二相似度满足预设条件时，确定所述声纹识别模型的模型参数，所述预设条件用于表征所述第一相似度大于第一预设相似度，且第二相似度小于第二预设相似度；

通过带有标签的样本语音训练所述声纹识别模型，并在所述声纹识别模型的声纹识别结果的准确度大于预设准确度时，再次确定所述声纹识别模型的模型参数，得到训练好的声纹识别模型。

可选的，所述声纹识别模型包括第一编码器和第二编码器，所述第一编码器初始化参数与所述第二编码器的初始化参数相同；

所述将所述第一音频特征向量和所述第二音频特征特征向量输入声纹识别模型中，得到第一声纹特征向量和第二声纹特征向量，包括：

将所述第一音频特征向量输入所述第一编码器，得到第一声纹特征向量；

将所述第二音频特征向量输入所述第二编码器，得到第二声纹特征向量。

可选的，所述确定所述声纹识别模型的模型参数，包括：