[发明专利]声纹识别方法、系统、移动终端及存储介质

说明书

本发明提供了一种声纹识别方法、系统、移动终端及存储介质，该方法包括：获取训练集，对训练集进行小波去噪处理，并将去噪后的训练集输入模型训练池，以求解得到模型参数；根据模型参数对声纹模型进行模型参数设置；获取待测语音，对待测语音进行小波去噪处理，并对去噪后的待测语音进行特征提取，以得到语音特征；将语音特征输入声纹模型，并控制声纹模型对所述语音特征进行声纹匹配，以得到声纹识别结果。本发明通过对训练集和待识别语音进行小波去噪处理的设计，能有效的提升训练后的声纹模型的准确度，降低了背景环境噪声对声纹识别的影响，且有效的提高了同一语音或者不同语音片段在不同环境噪声下的识别准确率。

技术领域

本发明属于声纹识别技术领域，尤其涉及一种声纹识别方法、系统、移动终端及存储介质。

背景技术

每个人的声音都蕴涵着特有的生物特征，声纹识别是指利用说话人的声音来识别说话人的一种技术手段。声纹识别同指纹识别等技术一样具有高度的安全可靠性，可以应用在所有需要做身份识别的场合。如在刑侦、银行、证券、保险等金融领域。与传统的身份识别技术相比，声纹识别的优势在于，声纹提取过程简单，成本低，且具有唯一性，不易伪造和假冒。

现有声纹识别方案是提前采集至少一个用户的语音数据，并对语音数据进行特征值提取，将提取到的特征值输入声纹模型得到N维声纹向量。后面在做确认或者识别的时候，先获取任意一个用户的语音数据，然后对语音数据提取特征值，将特征值输入声纹模型，得到N维声纹向量，再与声纹库里原有的声纹向量做相似度匹配，每匹配一个用户会得到一个分值，分值最高并且大于阈值的声纹为待测语音所对应的用户。但现有技术中，待测语音的背景环境噪声对声纹识别的准确率影响较大，进而导致现有的声纹识别准确率低下。

发明内容

本发明实施例的目的在于提供一种声纹识别方法、系统、移动终端及存储介质，旨在解决现有的声纹识别方法识别准确率低的问题。

本发明实施例是这样实现的，一种声纹识别方法，所述方法包括：

获取训练集，对所述训练集进行小波去噪处理，并将去噪后的所述训练集输入模型训练池进行计算，以求解得到模型参数；

根据所述模型参数对声纹模型进行模型参数设置；

获取待测语音，对所述待测语音进行所述小波去噪处理，并对去噪后的所述待测语音进行特征提取，以得到语音特征；

将所述语音特征输入所述声纹模型，并控制所述声纹模型对所述语音特征进行声纹匹配，以得到声纹识别结果。

更进一步的，所述对所述训练集进行小波去噪处理的步骤包括：

对所述训练集中的每个子集分别进行小波分解，以得到多个小波信号；

根据多个不同的预设频段对所述小波信号进行分类；

分别查询每个所述预设频段对应的去噪方式，并根据所述去噪方式对对应所述预设频段内的所述小波信号进行自适应去噪；

在每个所述预设频段中对自适应去噪后所述小波信号进行小波重构，并根据重构结果输出每个所述预设频段的小波重构信号；

将所述小波重构信号输入预设滤波器，以得到样本声纹特征。

更进一步的，所述在每个所述预设频段中对自适应去噪后所述小波信号进行小波重构的步骤之前，所述方法还包括：

对各个所述预设频段中所述小波信号的小波系数进行加权处理。

更进一步的，所述控制所述声纹模型对所述语音特征进行声纹匹配的步骤包括：

对所述语音特征进行向量转换，以得到特征向量；

将所述特征向量与本地预存储的声纹库中的样本向量依序进行比对，以得到多个比对值；