[发明专利]声纹判别方法、装置、计算机设备和存储介质

说明书

本申请涉及一种声纹判别方法、装置、计算机设备和存储介质。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；基于第一预设模型与检材数据的第一质量参数组，确定目标预设阈值；基于目标预设阈值，对目标相关系数进行判别。由于存在语音训练样本的语音质量与检材数据的语音质量相匹配，从而使得基于语音训练样本训练得到的第一预设模型，可以与检材数据的语音质量相关联，且这种关联可以反映至输出的目标预设阈值上。由此，可以使得预设阈值可以与检材数据的语音质量相关联，并可随着检材数据其语音质量的变化而相应变化，不再是固定值，从而可以大大减少声纹同源判别时的主观性，并提高声纹同源判定时的准确度。

技术领域

本申请涉及声音识别技术领域，特别是涉及一种声纹判别方法、装置、计算机设备和存储介质。

背景技术

随着声纹识别技术的迅速发展，现在声纹比对是主要是基于深度学习方法。具体地，鉴定人员会将需要比对的检材数据输入深度学习系统，系统会将此检材数据和系统中收集的众多样本数据进行逐一比对，系统会对每一对数据进行相关分析，并给出相似度指标(通常是声纹特征向量的距离评价)的分值。该分值越大，表明两者同源可能性越大；反之，异源可能性越大。在实际的深度学习系统中，一般会设定一个阈值(一般是经验值)，用于鉴定人员进行同源的判别认定。

在上述过程中，阈值的设定是十分关键的。在相关技术中，通常是将固定的经验值作为阈值。由于每次在收集作为证据的检材数据时，外部环境和信道均可能会不同，从而一直使用固定阈值与相似度指标的分值进行比较，会可能会因为阈值设置过小而发生误判，或者因阈值设置过大而发生误判的情形，进而严重影响鉴定结果的准确性。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高检材数据鉴定结果准确性的声纹处理方法、装置、计算机设备和存储介质。

一种声纹处理方法，该方法包括：

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。

在其中一个实施例中，对于t项质量参数中的s项质量参数，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；第一预设模型中包括q个子模型，q是由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，s不小于1且小于t；

对于q个子模型中的任一子模型D及用于训练D的所有语音训练样本，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；对于所有语音训练样本中的任意两个语音训练样本，将任意两个语音训练样本分别作为F与G，F的第二质量参数组中s项质量参数的取值与G的第二质量参数组中s项质量参数的取值均相同。

在其中一个实施例中，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。

在其中一个实施例中，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；