[发明专利]一种跨场景声纹比对方法、装置、设备及存储介质

权利要求书

1.一种跨场景声纹对比方法，其特征在于，包括：

获取两条语音，其中，所述两条语音中的其中一条语音属于第一场景，另一条语音属于与所述第一场景不同的第二场景；

将所述两条语音处理为同一编码格式的语音，获得具有相同编码格式的两条语音；

将所述具有相同编码格式的两条语音中的其中一条语音处理成与另一条语音的信道信息一致的语音，获得信道信息一致的两条语音；

对所述信道信息一致的两条语音分别提取声纹特征，并对提取的声纹特征进行比对。

2.根据权利要求1所述的跨场景声纹对比方法，其特征在于，所述将所述两条语音处理为同一编码格式的语音，包括：

将所述两条语音处理成具有相同采样率、相同量化比特数、相同编码方式的语音，其中，处理后语音的采样率为所述两条语音的采样率中的最大采样率。

3.根据权利要求1所述的跨场景声纹对比方法，其特征在于，还包括：

检测所述具有相同编码格式的两条语音中的至少一条语音是否满足质量要求；

若满足，则执行所述将所述具有相同编码格式两条语音中的其中一条语音处理成与另一条语音的信道信息一致的语音。

4.根据权利要求3所述的跨场景声纹对比方法，其特征在于，检测一条语音是否满足质量要求，包括：

获取该语音的质量表征指标，其中，所述质量表征指标包括有效时长、信噪比、截幅比、语音归一化平均能量中的一个或多个；

根据所述质量表征指标和所述质量表征指标对应的质量检测阈值，确定该语音是否满足质量要求。

5.根据权利要求4所述的跨场景声纹对比方法，其特征在于，所述信噪比、所述截幅比和所述语音归一化平均能量对应同一质量检测阈值；

确定所述信噪比、所述截幅比和所述语音归一化平均能量对应的质量检测阈值的过程包括：

获取质量检测集合中每条语音的信噪比、截幅比和语音归一化平均能量，其中，所述质量检测集合由该语音所属场景对应的声纹库中的语音组成；

确定所述质量检测集合中所有优质语音的信噪比均值、截幅比均值和语音归一化平均能量均值，并确定所述质量检测集合中所有非优质语音的信噪比均值、截幅比均值和语音归一化平均能量均值；

根据所述质量检测集合中所有优质语音的信噪比均值、截幅比均值和语音归一化平均能量均值确定第一阈值，并根据所述质量检测集合中所有非优质语音的信噪比均值、截幅比均值和语音归一化平均能量均值确定第二阈值；

根据所述第一阈值和所述第二阈值，确定所述信噪比、所述截幅比和所述语音归一化平均能量对应的质量检测阈值。

6.根据权利要求1所述的跨场景声纹对比方法，其特征在于，所述将所述具有相同编码格式的两条语音中的其中一条语音处理成与另一条语音的信道信息一致的语音，包括：

获取所述具有相同编码格式的两条语音中第一语音的信道信息，并根据所述第一语音的信道信息生成所述第一语音对应的信道模型；

利用所述第一语音对应的信道模型，将所述具有相同编码格式的两条语音中的第二语音处理成与所述第一语音的信道信息一致的语音。

7.根据权利要求6所述的跨场景声纹对比方法，其特征在于，所述获取所述具有相同编码格式的两条语音中第一语音的信道信息，包括：

获取所述第一语音的频谱；

采用联合因子分析法，从所述第一语音的频谱中分离出信道信息，以得到所述第一语音的信道信息。

8.根据权利要求6所述的跨场景声纹对比方法，其特征在于，所述根据所述第一语音的信道信息生成所述第一语音对应的信道模型，包括：

根据所述第一语音的信道信息，以及所述第一语音对应的信道的频率响应，生成所述第一语音对应的信道模型。