[发明专利]一种多模型融合的声纹识别方法、终端、服务器及存储介质

摘要

本发明公开了一种多模型融合的声纹识别方法、终端、服务器及存储介质，所述方法先建立多模式融合方式进行模型训练，生成多模式融合声纹识别模型，根据场景需求，选择所述多模式融合声纹识别模型用于进行声纹注册或认证；所述场景需求包含音频数据的采样频率。本发明能有效利用不同频段的语音数据特性采用多模式融合的声纹模型进行声纹识别，提升声纹识别的识别率；可以兼容多种采样率，根据精度及语音质量自适应算法。同时将音频数据进行多个频段划分，解决不同环境噪声，提升声纹识别效果。

主权项

1.一种多模型融合的声纹识别方法，其特征在于，包括如下步骤：(1)建立多模式融合方式进行模型训练，生成多模式融合声纹识别模型，具体如下：分别对第一至第n采样频率的音频数据进行模型训练，其中n为大于等于1的整数：第一采样频率的音频数据进行模型训练：将音频数据根据频率从低到高划分为N1个频率段；处于第一频率段的音频数据采用第M₁算法进行训练，生成第M₁₁模型；处于第i频率段的音频数据采用第M_i算法模型进行训练，生成第M_1i模型；依次类推，处于第N₁频率段的音频数据采用第M_N1算法进行训练，生成第M_1N1模型；其中N₁为大于等于1的整数；第二采样频率的音频数据进行模型训练：将音频数据根据频率从低到高划分为N₂个频率段；处于第一频率段的音频数据采用第M₁算法进行训练，生成第M₂₁模型；处于第i频率段的音频数据采用第M_i算法进行训练，生成第M_2i模型，依次类推，处于第N₂频率段的音频数据采用第M_N2算法进行训练，生成第M_2N2模型；其中N₂为大于等于1的整数；依次类推第n采样频率的音频数据进行模型训练：将音频数据根据频率从低到高划分为N_n个频率段；处于第一频率段的音频数据采用第M₁算法进行训练，生成第M_n1模型；处于第i频率段的音频数据采用第M_i算法进行训练，生成第M_ni模型；依次类推，处于第Nn频率段的音频数据采用第M_Nn算法进行训练，生成第Mn_Nn模型；其中n为大于等于2的整数，Nn为大于等于1的整数；(2)根据场景需求，选择所述多模式融合声纹识别模型用于进行声纹注册或认证；所述场景需求包含音频数据的采样频率。