[发明专利]声纹鉴定模型训练、声纹鉴定方法、装置、设备及介质

说明书

本发明提供一种声纹鉴定模型训练、声纹鉴定方法、装置、设备及介质，涉及数据处理技术领域。包括：从语音样本的音素中，确定目标音素样本，语音样本的音素预先标注有说话人标签；生成目标音素样本中音素的宽带语谱图和窄带语谱图；获取宽带语谱图的第一样本特征信息和窄带语谱图的第二样本特征信息；根据第一样本特征信息和第二样本特征信息，采用预设的神经网络架构进行模型训练，得到具有神经网络架构的声纹鉴定模型。宽带语谱图的第一样本特征信息，以及窄带语谱图的第二样本特征信息，训练得到具有神经网络架构的声纹鉴定模型，基于该声纹鉴定模型可以对待鉴定语音进行声纹鉴定，减少了人力资源的浪费，提高了声纹鉴定的客观性和准确性。

技术领域

本发明涉及数据处理技术领域，具体而言，涉及一种声纹鉴定模型训练、声纹鉴定方法、装置、设备及介质。

背景技术

声纹识别属于一种识别技术，也称为说话人识别。不同的人说出的语音信息，对应的声纹可以不同，对一段语音信息进行识别以识别出对应的声纹，即对应的说话人，也变得越来越重要。

相关技术中，通过人耳对语音信息进行倾听，继而通过人工识别出该语音信息对应的声纹。

但是，相关技术中，通过人耳识别声纹，浪费了不必要的人力资源，还容易出现识别结果不准确的问题。

发明内容

本发明的目的在于，针对上述现有技术中的不足，提供一种声纹鉴定模型训练、声纹鉴定方法、装置、设备及介质，以便解决相关技术中，通过人耳识别声纹，浪费了不必要的人力资源，还容易出现识别结果不准确的问题。

为实现上述目的，本发明实施例采用的技术方案如下：

第一方面，本发明实施例提供了一种声纹鉴定模型的训练方法，包括：

从语音样本的音素中，确定目标音素样本，所述语音样本的音素预先标注有说话人标签；

生成所述目标音素样本中音素的宽带语谱图和窄带语谱图；

获取所述宽带语谱图的第一样本特征信息和所述窄带语谱图的第二样本特征信息；

根据所述第一样本特征信息和所述第二样本特征信息，采用预设的神经网络架构进行模型训练，得到具有所述神经网络架构的声纹鉴定模型。

可选的，所述从语音样本的音素中，确定目标音素样本，包括：

从所述语音样本的音素中选择参考音素样本；

根据所述参考音素样本中的音素，从所述语音样本的音素中确定具有同一说话人标签的音素作为同类音素样本；

根据所述参考音素样本中的音素，从所述语音样本的音素中确定具有不同说话人标签的音素作为异类音素样本；

所述目标音素样本包括：所述参考音素样本、所述同类音素样本和所述异类音素样本。

可选的，所述生成所述目标音素样本中音素的宽带语谱图和窄带语谱图，包括：

对所述目标音素样本中音素进行数据增强；

绘制数据增强后的音素的所述宽带语谱图和所述窄带语谱图。

可选的，所述绘制数据增强后的音素的所述宽带语谱图和所述窄带语谱图，包括：

对所述数据增强后的音素进行分帧处理，得到多个音素帧；

根据每个音素帧的帧长，对所述每个音素帧进行加窗处理，得到加窗后的音素帧；

对所述加窗后的音素帧进行傅立叶变换，得到频域音素帧；

计算所述频域音素帧在频率刻度的能量；

根据所述频率刻度的能量，绘制所述宽带语谱图和所述窄带语谱图。