[发明专利]声纹识别的方法和装置

说明书

本申请提供一种声纹识别的方法和装置。该声纹识别的方法包括：获取待识别用户的待识别语音信号；对所述待识别语音信号进行情感识别，获取所述待识别语音信号对应的第一情绪；获取已注册用户在所述第一情绪对应的声纹模板，当第一情绪对应不同情绪时，所述不同情绪对应的声纹模板不同；根据所述待识别语音信号和所述声纹模板，判断所述待识别用户是否为所述已注册用户。因此，本申请实施例通过将相同情绪下的待识别语音信号与声纹模板进行匹配，能够有助于降低用户的情绪波动对声纹识别的影响，从而增强声纹识别的鲁棒性。

技术领域

本申请涉及生物识别领域，并且更具体的，涉及声纹识别的方法和装置。

背景技术

声纹识别是通过对一种或多种语音信号的特征分析来达到对未知声音辨别的目的，简单的说就是辨别某一句话是否是某一个人说的技术。声纹识别的理论基础是每一个人的声音都具有独特的特征，通过该特征能将不同人的声音进行有效的区分。声纹识别的基本原理是通过分析声音信号的语谱之间的相似度，达到声纹识别的目的。语谱的特征直接影响了声纹识别的结果。通常，用户在注册声纹模板的时候情绪相对平静。

而在实际使用过程中，用户的情绪是多种多样的，有时会比较焦急，有时候又会比较开心、激动，这些情绪都会影响语谱的特征，使得情绪的波动会对声纹识别的准确率有负面的影响。现有的一种声纹识别的方案中，会通过情感检测方法检测情感语言的形变程度计算情感因子，并在训练与识别阶段分别在模型层与特征层对情感所引起的语言变化进行补偿。但是，一方面，该方案在确定情感因子时依赖于情感检测的准确度，不准确的情感检测会降低声纹识别的准确率。另一方面，对语音特征的补偿会进一步影响声纹识别的准确率。

因此，在用户情绪波动的情况下，如何提高声纹识别的准确率是亟需解决的问题。

发明内容

本申请提供一种声纹识别的方法和装置，通过将相同情绪下的待识别语音信号与声纹模板进行匹配，能够有助于降低用户的情绪波动对声纹识别的影响，从而增强声纹识别的鲁棒性。

第一方面，提供了一种声纹识别的方法，该方法包括：

获取待识别用户的待识别语音信号；

对所述待识别语音信号进行情感识别，获取所述待识别语音信号对应的第一情绪；

获取已注册用户在所述第一情绪对应的声纹模板，当第一情绪对应不同情绪时，所述不同情绪对应的声纹模板不同；

根据所述待识别语音信号和所述声纹模板，判断所述待识别用户是否为所述已注册用户。

因此，本申请实施例通过对待识别用户的待识别语音信号进行情感识别，获取该待识别语音信号的第一情绪，并获取已注册用户在该第一情绪下的声纹模板，根据该待识别语音信号与该声纹模板进行声纹匹配，判断该待识别用户是否为已注册用户。因此，本申请实施例通过将相同情绪下的待识别语音信号与声纹模板进行匹配，能够有助于降低用户的情绪波动对声纹识别的影响，从而有助于实现用户在不同的情绪下，获得一致的声纹识别的用户体验，从而增强声纹识别的鲁棒性。

示例性的，所述第一情绪包括平静、喜悦、愤怒、悲伤、急切、恐惧和惊讶中的至少一种。也就是说，第一情绪可以是多种情绪中的其中一种单一的情绪，例如平静、喜悦、愤怒、悲伤、急切、恐惧或惊讶等，第一情绪也可以是由多种情绪组成的混合情绪，例如平静和喜悦的混合情绪，愤怒、急切和悲伤的混合情绪等，本申请实施例对此不作限定。在本申请实施例中，当第一情绪为不同情绪时，对应的声纹模板不同。

结合第一方面，在第一方面的某些实现方式中，所述获取已注册用户在所述第一情绪下的声纹模板，包括：

从所述已注册用户的多种不同情绪下的声纹模板中，获取所述第一情绪对应的声纹模板，其中，所述多种不同情绪包括所述第一情绪。

也就是说，此时第一情绪为多种情绪中的其中一种单一的情绪，此时可以通过调用该情绪下的声纹模板进行声纹识别。