[发明专利]一种声纹识别方法、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，所述方法包括：

获取用户的包含登录指令待识别的音频数据，输入声纹提取模型，输出声学特征；

将所述声学特征输入已训练的声纹识别模型，输出识别文本；

根据预先存储的验证音频数据对所述识别文本进行识别，以识别用户身份；响应于所述用户身份识别成功，执行所述登录执行。

2.根据权利要求1所述的一种声纹识别方法，其特征在于，所述声纹提取模型的训练方法包括：

获取用户在T个设备上的语音数据，并基于所述语音数据，提取声学特征，构建训练数据集合，T为大于等于2的正整数；

将所述训练数据集合输入到所述神经网络模型中，对所述神经网络模型进行训练，并获取所述神经网络模型每次训练的损失函数；

当所述损失函数收敛时，确定所述神经网络模型训练完成；其中，所述损失函数为分类损失函数、重构损失函数、差异损失函数和相似性损失函数的加权和。

3.根据权利要求1所述的一种声纹识别方法，其特征在于，所述声纹识别模型的训练方法包括：

获取待识别用户的历史验证音频数据，输入声纹提取模型，输出历史验证音频数据的声学特征；

将所述历史验证音频数据的声学特征输入已训练的声纹识别模型，并基于识别分类误差信息对所述声纹识别模型进行训练。

4.根据权利要求3所述的一种声纹识别方法，其特征在于，所述声纹识别模型包括池化层，所述池化层为不同语音帧设置不同的权重；所述池化层包括神经网络；所述基于识别分类误差信息对所述声纹识别模型进行训练包括：基于所述识别分类误差信息与预定误差阈值对所述神经网络的参数进行调整，以为输入所述池化层的不同语音帧设置不同的权重；响应于所述识别分类误差信息小于等于预定误差阈值，所述声纹识别模型训练完成。

5.一种声纹识别装置，其特征在于，包括：

声纹提取模块，用于执行：获取用户的包含登录指令待识别的音频数据，输入声纹提取模型，输出声学特征；

声纹识别模块，用于执行：将所述声学特征输入已训练的声纹识别模型，输出识别文本；

验证模块，用于执行：根据预先存储的验证音频数据对所述识别文本进行识别，以识别用户身份；响应于所述用户身份识别成功，执行所述登录执行。

6.根据权利要求5所述的一种声纹识别装置，其特征在于，所述声纹提取模型的训练方法包括：

获取用户在T个设备上的语音数据，并基于所述语音数据，提取声学特征，构建训练数据集合，T为大于等于2的正整数；

将所述训练数据集合输入到所述神经网络模型中，对所述神经网络模型进行训练，并获取所述神经网络模型每次训练的损失函数；

当所述损失函数收敛时，确定所述神经网络模型训练完成；其中，所述损失函数为分类损失函数、重构损失函数、差异损失函数和相似性损失函数的加权和。

7.根据权利要求5所述的一种声纹识别装置，其特征在于，所述声纹识别模型的训练方法包括：

获取待识别用户的历史验证音频数据，输入声纹提取模型，输出历史验证音频数据的声学特征；

将所述历史验证音频数据的声学特征输入已训练的声纹识别模型，并基于识别分类误差信息对所述声纹识别模型进行训练。

8.根据权利要求7所述的一种声纹识别装置，其特征在于，所述声纹识别模型包括池化层，所述池化层为不同语音帧设置不同的权重；所述池化层包括神经网络；所述基于识别分类误差信息对所述声纹识别模型进行训练包括：基于所述识别分类误差信息与预定误差阈值对所述神经网络的参数进行调整，以为输入所述池化层的不同语音帧设置不同的权重；响应于所述识别分类误差信息小于等于预定误差阈值，所述声纹识别模型训练完成。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至4中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至4中任一项所述方法的步骤。