[发明专利]声纹识别方法、装置、设备及存储介质

权利要求书

1.一种声纹识别方法，其特征在于，所述声纹识别方法包括：

获取待识别的目标语音信息集合，所述目标语音信息集合包括至少一个对象所对应的语音信息，所述语音信息是经过预处理过后得到的；

利用预置算法在所述目标语音信息集合中抽取目标特征信息，并根据第一损失函数优化所述目标特征信息，得到第一声纹识别结果；

获取目标语音信道的目标语音信道信息，所述目标语音信道信息包括信道噪声信息，所述目标语音信道用于传输所述目标语音信息集合；

抽取所述信道噪声信息中的目标特征向量，并根据第二损失函数优化所述目标特征向量，得到第二声纹识别结果；

将所述第一声纹识别结果与所述第二声纹识别结果融合，确定最终的声纹识别结果。

2.根据权利要求1所述的声纹识别方法，其特征在于，所述目标语音信息集合存储于区块链中，所述利用预置算法在所述目标语音信息集合中抽取目标特征信息，并根据第一损失函数优化所述目标特征信息，得到第一声纹识别结果包括：

利用预置算法在所述目标语音信息集合中抽取目标特征信息；

根据预置公式计算所述目标特征信息的相似度矩阵，得到所述目标特征信息的映射信息；

基于所述映射信息与第一损失函数优化所述目标语音信息集合的损失，得到第一声纹识别结果。

3.根据权利要求2所述的声纹识别方法，其特征在于，所述利用预置算法在所述目标语音信息集合中抽取目标特征信息包括：

利用预置算法采集所述目标语音信息集合中的语音序列，并获取所述语音序列的幅度谱；

通过滤波器对所述语音序列的幅度谱进行滤波，得到语音序列的滤波输出结果；

对所述语音序列的滤波输出结果进行离散余弦变换，得到目标特征信息。

4.根据权利要求2所述的声纹识别方法，其特征在于，所述根据预置公式计算所述目标特征信息的相似度矩阵，得到所述目标特征信息的映射信息包括：

将目标特征信息转化为低维向量，所述低维向量为采用低维度表示所述目标特征信息的向量；

基于所述低维向量与预置公式计算所述目标特征信息的相似度矩阵，得到所述目标特征信息的映射信息。

5.根据权利要求1所述的声纹识别方法，其特征在于，所述抽取所述信道噪声信息中的目标特征向量，并根据第二损失函数优化所述目标特征向量，得到第二声纹识别结果包括：

抽取所述信道噪声信息中的目标特征向量，并计算所述目标特征向量的均值；

根据所述目标特征向量的均值与第二损失函数计算信道噪声信息的最小均方误差矩阵，得到第二声纹识别结果。

6.根据权利要求1所述的声纹识别方法，其特征在于，所述将所述第一声纹识别结果与所述第二声纹识别结果融合，确定最终的声纹识别结果包括：

获取所述第一声纹识别结果以及所述第二声纹识别结果；

利用融合公式将所述第一声纹识别结果与所述第二声纹识别结果融合，确定最终的声纹识别结果，融合公式为：

在式中，L表示融合后的最终的声纹识别结果，L₁表示第一声纹识别结果，L₂表示第二声纹识别结果，k表示声纹识别对象，N表示每个声纹识别对象的语音信息条数，γ表示调节因子。

7.根据权利要求1-5中任一项所述的声纹识别方法，其特征在于，所述获取待识别的目标语音信息集合，所述目标语音信息集合包括至少一个对象所对应的语音信息，所述语音信息是经过预处理过后得到的包括：

获取待处理的语音信息，并利用预置处理公式对所述待处理的语音信息s(n)进行预加重，得到处理后的语音信息s'(n)，所述预置处理公式为s'(n)＝s(n)-as(n-1)，其中a为预加重系数，s(n-1)为待处理的语音信息的上一条语音信息；

将所述处理后的语音信息进行分帧处理，并对每帧所述处理后的语音信息进行加窗处理，得到目标语音信息集合，所述目标语音信息集合包括至少一个对象所对应的语音信息。