[发明专利]声纹识别方法、装置、存储介质及计算机设备

说明书

本发明公开了一种声纹识别方法、装置、存储介质及计算机设备，主要在于通过构建余弦边缘损失函数，能够自动调整声纹识别模型的超参数，确保超参数设定的准确度，进而能够提升声纹识别模型的识别精度。其中方法包括：获取待识别用户的声纹数据；提取所述声纹数据对应的声纹特征；将所述声纹特征输入至预设声纹识别模型进行声纹识别，得到所述待识别用户对应的声纹识别结果，其中，所述预设声纹识别模型中的超参数是通过所述预设声纹识别模型在最佳收敛状态下的样本声纹数据与类别权重的向量夹角及其对应的分类概率值确定的。本发明主要适用于声纹识别。

技术领域

本发明涉及人工智能技术领域，尤其是涉及一种声纹识别方法、装置、存储介质及计算机设备。

背景技术

声纹识别技术目前已逐渐应用在声纹锁、金融反欺诈、智能客服等多个领域中，并持续输出有作用的决策，为了得到识别精度较高的声纹识别模型，训练过程中除了必要的数据支撑，还需要对模型的超参数进行精细调整。

目前，在声纹识别的过程中，通常通过人为手动的方式对声纹识别模型的超参数进行调整，进而依据调整后的模型进行声纹识别。然而，这种超参数的设定方式过于依赖业务人员的人为经验，很可能会导致超参数的设定不够准确，进而影响声纹识别模型的识别精度。

发明内容

本发明提供了一种声纹识别方法、装置、存储介质及计算机设备，主要在于通过构建余弦边缘损失函数，能够自动调整声纹识别模型的超参数，确保超参数设定的准确度，进而能够提升声纹识别模型的识别精度。

根据本发明的第一个方面，提供一种声纹识别方法，包括：

获取待识别用户的声纹数据；

提取所述声纹数据对应的声纹特征；

将所述声纹特征输入至预设声纹识别模型进行声纹识别，得到所述待识别用户对应的声纹识别结果，其中，所述预设声纹识别模型中的超参数是通过所述预设声纹识别模型在最佳收敛状态下的样本声纹数据与类别权重的向量夹角及其对应的分类概率值确定的。

根据本发明的第二个方面，提供一种声纹识别装置，包括：

获取单元，用于获取待识别用户的声纹数据；

提取单元，用于提取所述声纹数据对应的声纹特征；

识别单元，用于将所述声纹特征输入至预设声纹识别模型进行声纹识别，得到所述待识别用户对应的声纹识别结果，其中，所述预设声纹识别模型中的超参数是通过所述预设声纹识别模型在最佳收敛状态下的样本声纹数据与类别权重的向量夹角及其对应的分类概率值确定的。

根据本发明的第三个方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现以下步骤：

获取待识别用户的声纹数据；

提取所述声纹数据对应的声纹特征；

将所述声纹特征输入至预设声纹识别模型进行声纹识别，得到所述待识别用户对应的声纹识别结果，其中，所述预设声纹识别模型中的超参数是通过所述预设声纹识别模型在最佳收敛状态下的样本声纹数据与类别权重的向量夹角及其对应的分类概率值确定的。

根据本发明的第四个方面，提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现以下步骤：

获取待识别用户的声纹数据；

提取所述声纹数据对应的声纹特征；

将所述声纹特征输入至预设声纹识别模型进行声纹识别，得到所述待识别用户对应的声纹识别结果，其中，所述预设声纹识别模型中的超参数是通过所述预设声纹识别模型在最佳收敛状态下的样本声纹数据与类别权重的向量夹角及其对应的分类概率值确定的。