[发明专利]声纹数据重排序方法、装置、电子设备及存储介质

权利要求书

1.一种声纹数据重排序方法，其特征在于，所述方法包括：

从预设声纹数据库中获取与目标声纹数据对应的相似声纹数据；

获取所述相似声纹数据与所述目标声纹数据之间的第一相似度得分；

对所述目标声纹数据对应的目标最近邻集合进行提纯处理，并对所述提纯处理得到的结果进行扩充处理得到目标优化最近邻集合，以及，对所述相似声纹数据对应的相似最近邻集合进行提纯处理，并对所述提纯处理得到的结果进行扩充处理得到相似优化最近邻集合；

计算所述目标优化最近邻集合与所述相似优化最近邻集合之间的第二相似度得分；

基于所述第一相似度得分和所述第二相似度得分进行计算，得到所述目标声纹数据和所述相似声纹数据的重排序数据。

2.根据权利要求1所述的方法，其特征在于，所述从预设声纹数据库中获取与目标声纹数据对应的相似声纹数据，包括：

计算所述目标声纹数据与所述预设声纹数据库中的预设声纹数据之间的余弦距离数据；

基于所述余弦距离数据的大小选取M个预设声纹数据作为所述相似声纹数据，所述M为正整数。

3.根据权利要求2所述的方法，其特征在于，所述计算所述相似声纹数据与所述目标声纹数据之间的第一相似度得分，包括：

基于所述余弦距离数据的大小得到所述目标声纹数据与所述M个相似声纹数据的M个第一相似度得分。

4.根据权利要求2所述的方法，其特征在于，所述对所述目标声纹数据对应的目标最近邻集合进行提纯处理，并对所述提纯处理得到的结果进行扩充处理得到目标优化最近邻集合，以及，对所述相似声纹数据对应的相似最近邻集合进行提纯处理，并对所述提纯处理得到的结果进行扩充处理得到相似优化最近邻集合，包括：

基于汉明距离和余弦距离检索出所述目标声纹数据对应的目标最近邻集合，以及，基于汉明距离和余弦距离检索出所述M个相似声纹数据对应的M个相似最近邻集合，所述目标最近邻集合包括K个第一相似样本，所述M个相似最近邻集合包括M×K个第二相似样本，所述K为正整数；

基于所述K个第一相似样本对所述目标最近邻集合进行提纯处理得到目标提纯最近邻集合，以及，基于所述M×K个第二相似样本对所述M个相似最近邻集合进行提纯处理得到M个相似提纯最近邻集合；

基于所述K个第一相似样本对所述目标提纯最近邻集合进行扩充处理得到目标优化最近邻集合，以及，基于所述M×K个第二相似样本对所述M个相似提纯最近邻集合进行扩充处理得到M个相似优化最近邻集合。

5.根据权利要求4所述的方法，其特征在于，所述基于所述K个第一相似样本对所述目标最近邻集合进行提纯处理得到目标提纯最近邻集合，以及，基于所述M×K个第二相似样本对所述M个相似最近邻集合进行提纯处理得到M个相似提纯最近邻集合，包括：

获取所述K个第一相似样本对应的K个第一样本最近邻集合，以及获取所述M×K个第二相似样本对应的M×K个第二样本最近邻集合；

计算所述K个第一样本最近邻集合与所述目标最近邻集合的K个第一重合度，以及，计算所述M×K个第二样本最近邻集合与所述M个相似最近邻集合的M×K个第二重合度；

筛选出所述K个第一相似样本中所述第一重合度大于预设重合阈值的第一相似样本作为第一提纯样本，以及，筛选出所述M×K个第二相似样本中所述第二重合度大于所述预设重合阈值的M组第二相似样本作为第二提纯样本；

保留所述第一提纯样本得到所述目标提纯最近邻集合，以及，保留所述第二提纯样本得到所述M个相似提纯最近邻集合。