[发明专利]声纹模型自动重建的方法和装置

权利要求书

1.一种声纹模型自动重建的方法，其特征在于，包括：

将语音数据以时间点为标签构建时变数据库，其中，所述时变数据库包括：参数化的语音数据、语音数据对应的音素和语音数据对应的音素的空间分布信息；

以时间窗管道为基本单元，按照语音数据的时间顺序获取时变数据库中参数化的语音数据，其中，所述时间窗管道包括多组语音数据；

确定获取的参数化的语音数据对应的音素的空间分布信息，根据确定的所述音素的空间分布信息筛选时间窗管道中的语音数据，获得筛选后的多组语音数据；

使用筛选后的多组语音数据更新时间窗管道中的语音数据；

使用更新后的时间窗管道中的语音数据建立时间窗管道的声纹模型。

2.根据权利要求1所述的方法，其特征在于，将语音数据以时间点为标签构建时变数据库的步骤包括：

使用美尔频域倒谱系数将所述语音数据以语音数据帧为基本单位进行参数化处理，获取参数化的语音数据；

使用语音识别器识别语音数据，获得语音数据对应的音素；

根据参数化的语音数据、语音数据对应的音素和语音数据帧对应的音素的空间分布信息构建时变数据库。

3.根据权利要求1所述的方法，其特征在于，根据确定的所述音素的空间分布的信息筛选时间窗管道中的语音数据，获得筛选后的多组语音数据的步骤包括：

当新的参数化的语音数据进入时间窗管道中时，将新的参数化的语音数据的音素空间分布信息分别与时间窗管道中的原语音数据对应的音素的空间分布信息进行匹配，将匹配概率最高的时间窗管道中的原语音数据更新为新的参数化的语音数据；

根据更新结果获得筛选后的多组语音数据。

4.根据权利要求1所述的方法，其特征在于，还包括：

当时间窗管道中的语音数据更新频率超过一定阈值时，采用模型自适应的方式创建声纹模型。

5.根据权利要求1所述的方法，其特征在于，所述时间窗管道中可容纳的语音数据的数据量为10至20段语音数据，各段语音数据可以是文本相关或文本无关。

6.一种声纹模型自动重建的装置，其特征在于，包括：

构建模块，用于将语音数据以时间点为标签构建时变数据库，其中，所述时变数据库包括：参数化的语音数据、语音数据对应的音素和语音数据对应的音素的空间分布信息；

获取模块，用于以时间窗管道为基本单元，按照语音数据的时间顺序获取时变数据库中参数化的语音数据，其中，所述时间窗管道包括多组语音数据；

确定模块，用于确定获取的参数化的语音数据对应的音素的空间分布信息，根据确定的所述音素的空间分布的信息筛选时间窗管道中的语音数据，获得筛选后的多组语音数据；

筛选模块，用于使用筛选后的多组语音数据更新时间窗管道中的语音数据；

建立模块，用于使用更新后的时间窗管道中的语音数据建立时间窗管道的声纹模型。

7.根据权利要求6所述的装置，其特征在于，构建模块在将语音数据以时间点为标签构建时变数据库包括：

使用美尔频域倒谱系数将所述语音数据以语音数据帧为基本单位进行参数化处理，获取参数化的语音数据；

使用语音识别器识别语音数据，获得语音数据对应的音素；

根据参数化的语音数据、语音数据对应的音素和语音数据帧对应的音素的空间分布信息构建时变数据库。

8.根据权利要求6所述的装置，其特征在于，确定模块在根据确定的所述音素的空间分布的信息筛选时间窗管道中的语音数据，获得筛选后的多组语音数据包括：

当新的参数化的语音数据进入时间窗管道中时，将新的参数化的语音数据的音素空间分布信息分别与时间窗管道中的原语音数据对应的音素的空间分布信息进行匹配，将匹配概率最高的时间窗管道中的原语音数据更新为新的参数化的语音数据；

根据更新结果获得筛选后的多组语音数据。

9.根据权利要求6所述的装置，其特征在于，还包括：

当时间窗管道中的语音数据更新频率超过一定阈值时，采用模型自适应的方式创建声纹模型。

10.根据权利要求6所述的装置，其特征在于，所述时间窗管道中可容纳的语音数据的数据量为10至20段语音数据，各段语音数据可以是文本相关或文本无关。