[发明专利]声纹识别方法、装置、电子设备和存储介质有效
申请号: | 201710476678.0 | 申请日: | 2017-06-21 |
公开(公告)号: | CN109102813B | 公开(公告)日: | 2021-06-22 |
发明(设计)人: | 张涛涛;许云飞;潘逸倩;陈伟 | 申请(专利权)人: | 北京搜狗科技发展有限公司 |
主分类号: | G10L17/02 | 分类号: | G10L17/02;G10L17/04;G10L17/12 |
代理公司: | 北京润泽恒知识产权代理有限公司 11319 | 代理人: | 莎日娜 |
地址: | 100084 北京市海淀区中关*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 声纹 识别 方法 装置 电子设备 存储 介质 | ||
1.一种声纹识别方法,其特征在于,包括:
从第一语音模型中获取模型参数,并提取第二类语音片段的第二类语音特征,其中,第一语音模型用于识别第一类语音,第二语音模型用于识别第二类语音;
依据所述模型参数,计算所述第二类语音特征的占有率;
依据所述第二类语音特征的占有率进行自适应处理,确定对应的第二语音模型;
采集待识别的第二类语音数据;
将所述待识别的第二类语音数据输入所述第二语音模型,识别对应的声纹。
2.根据权利要求1所述的方法,其特征在于,依据所述第二类语音特征的占有率进行自适应处理,确定对应的第二语音模型,包括:
依据所述第二类语音特征的占有率,计算自适应第二类语音的模型参数;
依据所述自适应第二类语音的模型参数,确定对应的第二语音模型。
3.根据权利要求2所述的方法,其特征在于,所述依据第二类语音特征的占有率,计算自适应第二类语音的模型参数,包括:
依据所述第二类语音特征的占有率,计算所述第二类语音片段的统计量;
依据所述统计量和自适应参数,计算自适应第二类语音的模型参数。
4.根据权利要求1-3任一所述的方法,其特征在于,所述第一语音模型为UBM模型,所述模型参数包括:均值。
5.根据权利要求1所述的方法,其特征在于,还包括:
依据所述声纹得到对应的声纹特征;依据所述声纹特征进行用户识别。
6.根据权利要求5所述的方法,其特征在于,所述依据所述声纹特征进行用户识别,包括:
将所述声纹特征输入第三打分模型,确定对应的分值;
依据所述分值确定所述第二类语音数据对应的用户。
7.一种声纹识别装置,其特征在于,包括:
自适应模块,用于依据第一语音模型和第二类语音片段进行自适应处理,得到第二语音模型,其中,第一语音模型用于识别第一类语音,所述第二语音模型用于识别第二类语音;
采集模块,用于采集待识别的第二类语音数据;
识别模块,用于将所述待识别的第二类语音数据输入所述第二语音模型,识别对应的声纹;
所述自适应模块,包括:
提取子模块,用于从所述第一语音模型中获取模型参数,并提取所述第二类语音片段的第二类语音特征;
自适应处理子模块,用于依据所述模型参数,计算所述第二类语音特征的占有率;依据所述第二类语音特征的占有率进行自适应处理,得到对应的第二语音模型。
8.根据权利要求7所述的装置,其特征在于,
所述自适应处理子模块,用于依据所述第二类语音特征的占有率,计算自适应第二类语音的模型参数;依据所述自适应第二类语音的模型参数,确定对应的第二语音模型。
9.根据权利要求8所述的装置,其特征在于,
所述自适应处理子模块,用于依据所述第二类语音特征的占有率,计算所述第二类语音片段的统计量;依据所述统计量和自适应参数,计算自适应第二类语音的模型参数。
10.根据权利要求7-9任一所述的装置,其特征在于,所述第一语音模型为UBM模型,所述模型参数包括:均值。
11.根据权利要求7所述的装置,其特征在于,还包括:
用户识别模块,用于依据所述声纹得到对应的声纹特征;依据所述声纹特征进行用户识别。
12.根据权利要求11所述的装置,其特征在于,
所述用户识别模块,用于将所述声纹特征输入第三打分模型,确定对应的分值;依据所述分值确定所述第二类语音数据对应的用户。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京搜狗科技发展有限公司,未经北京搜狗科技发展有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710476678.0/1.html,转载请声明来源钻瓜专利网。