[发明专利]识别声纹的方法及设备

权利要求书

1.一种识别声纹的方法，其特征在于，包括：

建立并训练通用识别模型，所述通用识别模型用于表示预设通信媒介下语音特征的分布，所述通用识别模型为一组与说话人无关的语音特征分布，所述建立并训练通用识别模型，包括：

建立初始识别模型；

根据迭代算法训练所述初始识别模型，以获得所述通用识别模型，

所述根据迭代算法训练所述初始识别模型，以获得所述通用识别模型，包括：

根据所述初始识别模型

获取用多个正态分布表示的当前声纹向量对应的似然概率p，其中，x表示当前语音数据，λ表示模型参数，所述模型参数包括ωi、μi和Σ_i，ωi表示第i个正态分布的权重，μi表示第i个正态分布的均值，Σ_i表示第i个正态分布的协方差矩阵，pi表示由第i个正态分布生成所述当前语音数据的概率，M为采样点的数量；

根据公式

计算第i个正态分布的概率，其中，D表示当前声纹向量的维度；

选择ω_i、μ_i和Σ_i的参数数值以使

对数似然函数L最大；

获取每一步迭代更新的模型参数：

其中，i代表第i个正态分布，ω_i′是更新后的所述第i个正态分布的权重，μ_i′是更新后的均值，Σ′_i是更新后的所述协方差矩阵，θ为声纹向量与水平线的夹角；

根据公式

获取第i个正态分布的后验概率，其中，所述多个正态分布的后验概率之和为所述迭代后的通用识别模型；

获取所述预设通信媒介下的语音数据；

根据所述语音数据构建对应的所述声纹向量；

根据所述通用识别模型确定所述声纹向量对应的所述声纹特征，包括：

对所述声纹向量进行解耦和；

利用多个图形处理单元并行处理所述声纹向量，以获取多个处理结果；

合并所述多个处理结果，以确定所述声纹特征。

2.如权利要求1所述的方法，其特征在于，所述根据所述语音数据构建对应的所述声纹向量，包括：

对所述语音数据进行快速傅里叶变换，所述快速傅里叶变换的公式为：

其中，x(n)为输入的语音数据，N表示傅里叶变换的点数。

3.一种计算机可读存储介质，所述计算机可读存储介质存储有识别声纹的程序，其特征在于，所述识别声纹的程序被至少一个处理器执行时，实现如权利要求1-2中任一项所述识别声纹的方法中的步骤。