[发明专利]声纹鉴定方法、模型训练方法、装置、设备及存储介质

权利要求书

1.一种声纹鉴定方法，其特征在于，所述方法包括：

获取待鉴定语音数据；

将所述待鉴定语音数据和语音数据库中的待匹配语音数据，分别进行特征提取，获取待输入特征，其中，所述待输入特征包括：多个预设维度的特征；

根据所述待输入特征以及预设声纹鉴定模型，识别获取所述语音数据库中是否存在与所述待鉴定语音数据匹配的目标语音，其中，所述预设声纹鉴定模型根据样本数据集训练获取，所述样本数据集包括：标注有匹配标识的样本语音，以及各所述样本语音的多个预设维度的特征；

若存在，则确定所述待鉴定语音数据通过鉴定。

2.根据权利要求1所述的声纹鉴定方法，其特征在于，所述样本数据包括：正样本数据和负样本数据；

所述正样本数据包括：同一主体发出的相同样本语音、以及各所述样本语音的预设维度的特征；

所述负样本数据包括：不同主体发出的相同样本语音、以及各所述样本语音的预设维度的特征。

3.根据权利要求1所述的声纹鉴定方法，其特征在于，所述将所述待鉴定语音数据和语音数据库中的待匹配语音数据，分别进行特征提取，获取待输入特征之前，还包括：

从所述待鉴定语音数据和语音数据库中的待匹配语音数据中提取包含相同关键词的片段；

从所述片段中提取相同的待鉴定音素；

所述将所述待鉴定语音数据和语音数据库中的待匹配语音数据，分别进行特征提取，获取待输入特征，包括：

对所述待鉴定音素进行特征提取，获取待输入特征。

4.根据权利要求1所述的声纹鉴定方法，其特征在于，所述预设声纹鉴定模型包括：支持向量机的分类决策函数；

所述根据所述待输入特征以及预设声纹鉴定模型，识别获取所述语音数据库中与所述待鉴定语音数据匹配的目标语音，包括：

将所述待输入特征输入所述支持向量机的分类决策函数，获取输出结果；

其中，在所述输出结果为1时，表示所述待鉴定语音数据与所述目标语音匹配成功，即待鉴定语音通过鉴定；在所述输出结果为-1时，则表示所述待鉴定语音数据未匹配到一致的语音，即待鉴定语音鉴定未通过鉴定。

5.根据权利要求1-4任一项所述的声纹鉴定方法，其特征在于，多个预设维度的特征包括下述一项或多项：基频、共振峰信息、梅尔倒谱系数、伽马通倒谱系数、感知线性预测；

其中，所述共振峰信息包括下述一项或多项：共振峰所在的频率，-3dB带宽和强度。

6.一种声纹鉴定模型的训练方法，其特征在于，包括：

获取样本数据集，所述样本数据集包括：标注有匹配标识的样本语音，以及各所述样本语音的多个预设维度的特征；

根据所述样本数据集、以及预设函数训练获取所述声纹鉴定模型。

7.根据权利要求6所述的声纹鉴定模型的训练方法，其特征在于，所述样本数据包括：正样本数据和负样本数据；

所述获取样本数据集，包括：

获取同一主体发出的相同样本语音，并标记所述主体作为匹配标识；

获取所述同一主体发出的相同样本语音的多个所述预设维度的特征，作为所述正样本数据；以及，

获取不同主体发出的相同样本语音，并标记所述主体作为匹配标识；

获取所述不同主体发出的相同样本语音的多个所述预设维度的特征，作为所述负样本数据。

8.根据权利要求7所述的声纹鉴定模型的训练方法，其特征在于，所述获取所述同一主体发出的不同样本语音的多个所述预设维度的特征，包括：

提取所述同一主体发出的相同样本语音的音素，并进行配对，获取音素对；

提取各所述音素对的多个所述预设维度的特征；

所述获取所述不同主体发出的相同样本语音的多个所述预设维度的特征，包括：

提取所述不同主体发出的相同样本语音的音素，并进行配对，获取音素对；

提取各所述音素对的多个所述预设维度的特征。