[发明专利]一种声纹识别方法、装置、电子设备及存储介质

说明书

本发明公开了一种声纹识别方法、装置、电子设备及存储介质；其中，方法包括：获取语音信号，并从语音信号中获取语音片段；提取语音片段的频谱图；对频谱图进行周期变换，得到周期频谱；将周期频谱变换为梅尔频谱，并基于梅尔频谱得到语谱图；通过预设CNN模型MobileAudioNet从语谱图中提取声纹特征；匹配声纹特征与预设声纹特征，识别声纹特征对应的说话人ID。从而提高了声纹识别率和识别速度。

技术领域

本发明涉及声纹识别技术领域，尤其涉及一种声纹识别方法、装置、电子设备及存储介质。

背景技术

声纹识别，是根据人声的特质来自动识别说话人身份，声纹识别技术属于生物识别验证技术，即通过语音来对说话人的身份进行验证，具有较好的便捷性、稳定性、可测量性等特点，其在诸多公共领域有着广泛的应用。

现有技术中，声纹识别通常是将截取的音频抽成一个F*D维的频谱图，然后送入卷积神经网络CNN中获得声纹特征，而这个CNN网络可以是任意的；比如：512维的向量。然后基于此向量做说话人分类，直接音频波形信号中使用短时傅里叶变化抽取出语音的频谱图，继而基于该频谱图使用CNN网络结构，则可实现声纹识别。

然而，现有技术存在声纹识别率不高，识别速度慢的技术问题。

发明内容

本发明提供了一种声纹识别方法、装置、电子设备及存储介质，用于解决现有技术存在的声纹识别率不高，识别速度慢的技术问题。

本发明提供了一种声纹识别方法，包括：

获取语音信号，并从所述语音信号中获取语音片段；

提取所述语音片段的频谱图；

对所述频谱图进行周期变换，得到周期频谱；

将所述周期频谱变换为梅尔频谱，并基于所述梅尔频谱得到语谱图；

通过预设CNN模型MobileAudioNet从所述语谱图中提取声纹特征；

匹配所述声纹特征与预设声纹特征，识别所述声纹特征对应的说话人ID。

可选地，所述获取语音信号，并从所述语音信号中获取语音片段的步骤，包括：

获取语音信号；

对所述语音信号进行分帧处理，获取语音片段。

可选地，所述提取所述语音片段的的频谱图的步骤，包括：

对所述语音片段进行短时傅里叶变换，提取所述语音片段的频谱图。

可选地，所述匹配所述声纹特征与预设声纹特征，识别所述声纹特征对应的说话人ID的步骤，包括：

计算所述声纹特征与预设声纹特征的相似性分数；

当所述相似性分数大于预设阈值时，获取所述预设声纹特征的说话人ID；

将所述说话人ID确定为所述声纹特征的说话人ID。

本发明还提供了一种声纹识别装置，包括：

语音片段获取模块，用于获取语音信号，并从所述语音信号中获取语音片段；

频谱图提取模块，用于提取所述语音片段的频谱图；

周期频谱生成模块，用于对所述频谱图进行周期变换，得到周期频谱；

语谱图生成模块，用于将所述周期频谱变换为梅尔频谱，并基于所述梅尔频谱得到语谱图；

声纹特征提取模块，用于通过预设CNN模型MobileAudioNet从所述语谱图中提取声纹特征；