[发明专利]一种语音识别验证处理方法及装置

权利要求书

1.一种语音识别验证处理方法，其特征在于，包括：

获取原始语音信号，对所述原始语音信号进行预处理，得到由二维数据表示的第一语谱图；

基于预设合成语音识别模型对所述第一语谱图进行合成语音识别；所述预设合成语音识别模型根据合成语音样本数据训练卷积循环神经网络得到；

若确定合成语音识别结果为非合成语音，则对非合成语音的语音信号进行声纹识别，并对声纹识别结果是否为目标人本人声音进行验证，得到验证结果。

2.根据权利要求1所述的语音识别验证处理方法，其特征在于，所述对所述原始语音信号进行预处理，得到由二维数据表示的第一语谱图，包括：

对所述原始语音信号进行预加重处理，以提升所述原始语音信号在高频部分的信噪比；

对预加重处理后的语音信号进行分帧加窗处理，并对分帧加窗处理后的语音信号进行快速傅里叶变换，得到每帧语音信号对应的频谱；

对各频谱的频谱幅度分别进行求平方计算，并将求平方计算结果按照时间维度进行拼接，得到所述第一语谱图。

3.根据权利要求1所述的语音识别验证处理方法，其特征在于，所述卷积循环神经网络包括依次相连的第一卷积神经网络和第一循环神经网络；相应的，所述基于预设合成语音识别模型对所述第一语谱图进行合成语音识别，包括：

基于所述第一卷积神经网络对所述第一语谱图进行特征提取，得到空间局部特征；

基于所述第一循环神经网络对所述空间局部特征进行特征提取，得到由时间序列表示的语音特征；

基于第一全连接层对所述语音特征进行识别，得到合成语音识别结果。

4.根据权利要求1至3任一所述的语音识别验证处理方法，其特征在于，所述对非合成语音的语音信号进行声纹识别，包括：

对非合成语音的语音信号进行浅层语音特征提取，得到浅层语音特征；

对非合成语音的语音信号进行深层语音特征提取，得到深层语音特征；

融合所述浅层语音特征和所述深层语音特征，得到融合语音特征；

基于第二全连接层对所述融合语音特征进行识别，得到声纹识别结果。

5.根据权利要求4所述的语音识别验证处理方法，其特征在于，所述对非合成语音的语音信号进行深层语音特征提取，得到深层语音特征，包括：

对非合成语音的语音信号进行预处理，得到第二语谱图；

基于预设语音特征提取模型对所述第二语谱图进行深层语音特征提取，得到深层语音特征；

所述预设语音特征提取模型根据语音特征提取样本数据训练第二卷积神经网络得到。

6.根据权利要求5所述的语音识别验证处理方法，其特征在于，还获取所述浅层语音特征的数据维数；相应的，所述语音识别验证处理方法还包括：

对基于所述预设语音特征提取模型得到的深层语音特征进行数据降维，得到与所述浅层语音特征的数据维数相等的深层语音特征的数据维数。

7.根据权利要求6所述的语音识别验证处理方法，其特征在于，所述对基于所述预设语音特征提取模型得到的深层语音特征进行数据降维，包括：

基于第二循环神经网络对基于所述预设语音特征提取模型得到的深层语音特征进行数据降维。

8.一种语音识别验证处理装置，其特征在于，包括：

获取单元，用于获取原始语音信号，对所述原始语音信号进行预处理，得到由二维数据表示的第一语谱图；

识别单元，用于基于预设合成语音识别模型对所述第一语谱图进行合成语音识别；所述预设合成语音识别模型根据合成语音样本数据训练卷积循环神经网络得到；

验证单元，用于若确定合成语音识别结果为非合成语音，则对非合成语音的语音信号进行声纹识别，并对声纹识别结果是否为目标人本人声音进行验证，得到验证结果。

9.一种电子设备，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，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中任一项所述方法的步骤。