[发明专利]声纹判别方法、装置、计算机设备和存储介质

权利要求书

1.一种声纹判别方法，其特征在于，所述方法包括：

获取检材数据的第一质量参数组，并获取目标相关系数，所述目标相关系数是由所述检材数据的声纹特征与样本数据的声纹特征所确定的，所述第一质量参数组包括t项质量参数；

基于第一预设模型与所述检材数据的第一质量参数组，确定目标预设阈值；

基于所述目标预设阈值，对所述目标相关系数进行判别。

2.根据权利要求1所述的方法，其特征在于，对于所述t项质量参数中的s项质量参数，所述s项质量参数中每项质量参数的不同取值构成不同取值组；所述第一预设模型中包括q个子模型，所述q是由所述s项质量参数对应取值组的总数所确定的，每一取值组均对应一个子模型，所述s不小于1且小于所述t；

对于所述q个子模型中的任一子模型D及用于训练所述子模型D的所有语音训练样本，所述所有语音训练样本中每一语音训练样本的第二质量参数组均是由与所述第一质量参数组中类型及总项数均相同的质量参数所确定的；对于所述所有语音训练样本中的任意两个语音训练样本，将所述任意两个语音训练样本分别作为F与G，所述F的第二质量参数组中所述s项质量参数的取值与所述G的第二质量参数组中所述s项质量参数的取值均相同。

3.根据权利要求2所述的方法，其特征在于，还包括：

确定所述所有语音训练样本中每一语音训练样本对应的预设阈值；

将每一语音训练样本的第二质量参数组中除所述s项质量参数之外其它质量参数的取值作为所述D对应的子初始模型的输入，基于每一语音训练样本对应的预设阈值与所述D对应的子初始模型的输出，对所述D对应的子初始模型进行训练，得到所述D。

4.根据权利要求3所述的方法，其特征在于，所述基于每一语音训练样本对应的预设阈值与所述D对应的子初始模型的输出，对所述D对应的子初始模型进行训练，包括：

基于所述每一语音训练样本对应的预设阈值，确定所述每一语音训练样本对应的阈值类别，所述每一阈值类别与所述预设阈值的取值区间进行划分后得到的子区间相对应；

将所述阈值类别作为对应语音训练样本的期望输出，对所述D对应的子初始模型进行训练。

5.根据权利要求3所述的方法，其特征在于，所述确定所述所有语音训练样本中每一语音训练样本对应的预设阈值，包括：

对于所述所有语音训练样本中的任一语音训练样本E，基于所述E，对检材语音库中的语音样本作预设处理，以使得所述检材语音库中语音样本的语音质量与所述E的语音质量相匹配；

基于所述检材语音库及样本语音库，获取所述E对应的预设阈值。

6.根据权利要求5所述的方法，其特征在于，所述基于所述E，对检材语音库中的语音样本作预设处理，以使得所述检材语音库中语音样本的语音质量与所述E的语音质量相匹配，包括；

根据所述E的第二质量参数组中每项质量参数的类型及取值，对所述检材语音库中的语音样本进行调整，以使得所述检材语音库中每一语音样本的每项质量参数的取值与所述E的第二质量参数组中每项质量参数的取值相匹配。

7.根据权利要求1至6中任一项所述的方法，其特征在于，所述第一质量参数组中包括以下四项质量参数中的至少任意一项，所述以下四项质量参数分别为信噪比、语音有效时长、噪声功率谱及信道频率响应。

8.一种声纹判别装置，其特征在于，所述装置包括：

获取模块，用于获取检材数据的第一质量参数组，并获取目标相关系数，所述目标相关系数是由所述检材数据的声纹特征与样本数据的声纹特征所确定的，所述第一质量参数组包括t项质量参数；

第一确定模块，用于基于第一预设模型与所述检材数据的第一质量参数组，确定目标预设阈值；

判别模块，用于基于所述目标预设阈值，对所述目标相关系数进行判别。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。