[发明专利]语音信息处理方法、装置、终端及存储介质

权利要求书

1.一种语音信息处理方法，其特征在于，包括：

接收用户发出的语音信息，所述语音信息基于无序文本语言交互方式获得；

依据所述语音信息确定对应的频域特征图谱，对所述频域特征图谱进行信号处理得到和所述频域特征图谱对应的基于帧序列的第一声学特征；

基于ivector算法和带残差处理的深度卷积神经网络算法对所述第一声学特征进行特征提取得到第二声学特征，将所述第二声学特征转化为和所述用户对应的声纹模型，并将所述声纹模型储存在声纹模型数据库中。

2.根据权利要求1所述的方法，其特征在于，在依据所述语音信息确定对应的频域特征图谱之前，还包括：

对所述语音信息进行噪声抑制和有效语音检测处理。

3.根据权利要求1或2所述的方法，其特征在于，对所述频域特征图谱进行信号处理得到和所述频域特征图谱对应的基于帧序列的第一声学特征包括：

对所述频域特征图谱进行信号处理并通过加入时间窗的方式得到和所述频域特征图谱对应的基于帧序列的第一声学特征。

4.根据权利要求3所述的方法，其特征在于，在将所述声纹模型储存在声纹模型数据库中之后，还包括：

接收待识别者发出的待识别语音信息，依据所述待识别语音信息得到对应的待识别声纹模型，依据概率信道补偿算法确定所述待识别声纹模型和所述声纹模型数据库中的声纹模型之间的分数，依据所述分数的大小将确定出的所述声纹数据库中的声纹模型对应的用户匹配为所述待识别者。

5.一种语音信息处理装置，其特征在于，包括：

接收模块，用于接收用户发出的语音信息，所述语音信息基于无序文本语言交互方式获得；

第一声学特征确定模块，依据所述语音信息确定对应的频域特征图谱，对所述频域特征图谱进行信号处理得到和所述频域特征图谱对应的基于帧序列的第一声学特征；

第二声学特征确定模块，用于基于ivector算法和带残差处理的深度卷积神经网络算法对所述第一声学特征进行特征提取得到第二声学特征；

声纹模型确定模块，用于将所述第二声学特征转化为和所述用户对应的声纹模型，并将所述声纹模型储存在声纹模型数据库中。

6.根据权利要求5所述的装置，其特征在于，所述第一声学特征确定模块具体用于：

对所述语音信息进行噪声抑制和有效语音检测处理。

7.根据权利要求5或6所述的装置，其特征在于，所述第一声学特征确定模块具体用于：

对所述频域特征图谱进行信号处理并通过加入时间窗的方式得到和所述频域特征图谱对应的基于帧序列的第一声学特征。

8.根据权利要求7所述的装置，其特征在于，还包括：

识别模块，用于在将所述声纹模型储存在声纹模型数据库中之后，接收待识别者发出的待识别语音信息，依据所述待识别语音信息得到对应的待识别声纹模型，依据概率信道补偿算法确定所述待识别声纹模型和所述声纹模型数据库中的声纹模型之间的分数，依据所述分数的大小将确定出的所述声纹数据库中的声纹模型对应的用户匹配为所述待识别者。

9.一种终端，其特征在于，所述终端包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-4中任一所述的语音信息处理方法。

10.一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种语音信息处理方法，其特征在于，该方法包括：

接收用户发出的语音信息，所述语音信息基于无序文本语言交互方式获得；

依据所述语音信息确定对应的频域特征图谱，对所述频域特征图谱进行信号处理得到和所述频域特征图谱对应的基于帧序列的第一声学特征；

基于ivector算法和带残差处理的深度卷积神经网络算法对所述第一声学特征进行特征提取得到第二声学特征，将所述第二声学特征转化为和所述用户对应的声纹模型，并将所述声纹模型储存在声纹模型数据库中。