[发明专利]声纹检索方法、系统、移动终端及存储介质

说明书

本发明提供了一种声纹检索方法、系统、移动终端及存储介质，该方法包括：获取注册数据，并获取所述注册数据中每个注册音频的基频信息；根据所述基频信息对所述注册音频进行分片存储，得到基频分片列表；获取待识别音频的目标基频信息，并根据所述目标基频信息确定基频值范围；查询所述基频分片列表中所述基频值范围对应的所述注册音频，得到待比对音频。本发明以指定音素的音素基频为检索条件进行声纹检索，使得声纹检索过程与信道、噪声和远近场等因素无关，有效的降低了信道、噪声和远近场等因素对声纹检索的影响，提高了声纹检索的准确性。

技术领域

本发明属于声纹识别技术领域，尤其涉及一种声纹检索方法、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。现有的声纹识别通过计算待识别音频与注册音频之间声纹向量的相似度以进行声纹检索，得到待比对音频，并通过将待识别音频分别与每个待比对音频进行特征匹配，以得到声纹识别结果。

现有的声纹检索过程中，以音频数据之间的声纹向量相似度为检索条件，使得声纹向量算法的鲁棒性和准确性要求较高，而信道、噪声和远近场等因素对声纹向量算法影响较大，进而使得声纹向量相似度的计算准确率低下，降低了声纹检索的准确性。

发明内容

本发明实施例的目的在于提供一种声纹检索方法、系统、移动终端及存储介质，旨在解决现有的声纹检索过程中，由于以音频数据之间的声纹向量相似度为检索条件，所导致的声纹检索准确性低下的问题。

本发明实施例是这样实现的，一种声纹检索方法，所述方法包括：

获取注册数据，并获取所述注册数据中每个注册音频的基频信息，所述基频信息包括至少一个指定音素的音素基频；

根据所述基频信息对所述注册音频进行分片存储，得到基频分片列表；

获取待识别音频的目标基频信息，并根据所述目标基频信息确定基频值范围；

查询所述基频分片列表中所述基频值范围对应的所述注册音频，得到待比对音频。

更进一步的，所述根据所述目标基频信息确定基频值范围的步骤包括：

当所述注册音频的所述基频信息中所述指定音素的数量为一个时，计算所述待识别音频中所述指定音素的基频值；

计算所述指定音素的基频值与预设误差值之间的误差范围，得到所述基频值范围；

当所述注册音频的所述基频信息中所述指定音素的数量大于一个时，分别计算所述待识别音频中每个所述指定音素的基频值；

对所述指定音素的基频值进行基频加权，得到加权基频值，并计算所述加权基频值与所述预设误差值之间的误差范围，得到所述基频值范围。

更进一步的，所述根据所述目标基频信息确定基频值范围的步骤包括：

当所述注册音频的所述基频信息中所述指定音素的数量大于一个时，获取音素检索顺序表；

根据所述音素检索顺序表中所述指定音素的检索顺序，依序计算所述待识别音频中每个所述指定音素的基频值；

分别计算每个所述指定音素的基频值与预设误差值之间的误差范围，得到多个所述基频值范围；

对应的，所述查询所述基频分片列表中所述基频值范围对应的所述注册音频，得到待比对音频的步骤包括：