[发明专利]身份识别方法及设备

说明书

本申请公开了一种身份识别方法及设备。所述方法包括：获取说话者的至少一个初始语音数据段；从声源维度和/或信道维度对每个初始语音数据段进行数据变换，得到至少一个扩展语音数据段；对所述至少一个初始语音数据段和所述至少一个扩展语音数据段分别进行声纹特征提取，得到至少一个初始声纹特征数据段和至少一个扩展声纹特征数据段；将所述至少一个初始声纹特征数据段和所述至少一个扩展声纹特征数据段与所述说话者的身份标识对应存储到身份识别设备中。本申请实施例的技术方案，能够增大所存储的声纹特征数据段的覆盖范围，进而，提高声纹特征数据比对时的容错率，提高身份识别的准确率。

技术领域

本申请实施例涉及身份识别技术领域，尤其涉及一种身份识别方法及设备。

背景技术

声纹(voice print)是说话者特有的生物属性(类似指纹)，从而，可以根据声纹识别说话者的身份。根据声纹识别身份的过程主要包括声纹特征数据(voice print featuredata)注册和声纹特征数据比对两部分。声纹特征数据注册是声纹特征数据库的创建工作，包括采集各候选说话者的语音数据，分别从每段语音数据提取出声纹特征数据，分别作为各候选说话者的声纹特征数据存储起来。声纹特征数据比对是接收到待识别说话者输入的语音数据，从中提取出声纹特征数据，得到待识别声纹特征数据。若待识别声纹特征数据与某一已注册声纹特征数据的差别或距离小于预设阈值，则确定该待识别声纹特征数据与该已注册声纹特征数据属于同一说话者，从而可以将该待识别说话者识别为该已注册声纹数据对应的说话者。

由于很难保证说话者在注册时的说话状态和/或采集环境与身份识别时完全相同，从而可能造成同一说话者待识别声纹特征数据和已注册声纹特征数据存在较大区别，进而导致身份识别错误，降低身份识别的准确率。

发明内容

本申请实施例提供了一种身份识别方法及设备，能够在说话者注册时的说话状态和/或采集环境与身份识别时不相同时，正确识别说话者的身份，从而提高身份识别的准确率。

第一方面，本申请实施例提供了一种身份识别方法，该方法包括，

获取第一说话者的至少一个初始语音数据段；

从声源维度和/或信道维度对所述至少一个初始语音数据段中的每个初始语音数据段进行数据变换，得到至少一个扩展语音数据段；

对所述至少一个初始语音数据段和所述至少一个扩展语音数据段分别进行声纹特征提取，得到至少一个初始声纹特征数据段和至少一个扩展声纹特征数据段；

将所述至少一个初始声纹特征数据段和所述至少一个扩展声纹特征数据段与所述第一说话者的身份标识对应存储到存储设备中。

其中，一种典型的身份识别方法中，在声纹特征数据注册阶段，对应一个说话者，身份识别设备仅获取一个语音数据段。本申请实施例的技术方案，所述身份识别设备可以获取所述说话者一个及一个以上的语音数据段。并且所述至少一个初始语音数据段，分别对应所述说话者的一种说话状态以及采集环境状态。

由于能够使声纹特征数据发生变化的因素包括声源和信道的多项属性信息。基于此，本申请实施例对所述至少一个初始语音数据段中每个初始语音数据段，从声源维度和/或信道维度进行数据变换，扩展得到声源维度和/或信道维度影响之后的至少一个扩展语音数据段，从而得到说话者在各种可能的环境下的语音数据。

采用本实现方式，身份识别设备将说话者输入语音数据段时的说话状态(如正常语速状态)下和/或信道环境(如安静的信道环境)下的语音数据段作为初始语音数据段，通过数据变换模拟出该说话者在多种不同说话状态(如高语速状态、高语调状态等)下和/或多种不同信道环境(如嘈杂的环境)下的至少一个扩展语音数据段。从而能够模拟出该说话者在多种不同说话状态下和/或受到多种不同信道环境影响下的声纹特征数据段，进而，能够拓宽说话者所注册的声纹特征数据段的覆盖范围，最终提高身份识别的准确率。