[发明专利]声纹判别方法、装置、计算机设备和存储介质

说明书

本申请涉及一种声纹判别方法、装置、计算机设备和存储介质。方法包括：获取目标相关系数；基于检材数据，对检材语音库中的语音样本作预设处理，以使得检材语音库中语音样本的语音质量与检材数据的语音质量相匹配；将每一对比对的相关系数输入至预设模型，输出每一对比对的对数似然比；根据每一对比对的对数似然比，获取预设阈值，并基于预设阈值，对目标相关系数进行判别。由于可以将检材语音库中语音样本的语音质量与检材数据的语音质量进行拉齐，并由检材语音库与样本语音库拟合出预设阈值，从而使得预设阈值可随着检材数据其语音质量的变化而相应变化，不再是固定值，进而可以大大减少声纹同源判别时的主观性，并提高声纹同源判定时的准确度。

技术领域

本申请涉及声音识别技术领域，特别是涉及一种声纹判别方法、装置、计算机设备和存储介质。

背景技术

随着声纹识别技术的迅速发展，现在声纹比对是主要是基于深度学习方法。具体地，鉴定人员会将需要比对的检材数据输入深度学习系统，系统会将此检材数据和系统中收集的众多样本数据进行逐一比对，系统会对每一对数据进行相关分析，并给出相似度指标(通常是声纹特征向量的距离评价)的分值。该分值越大，表明两者同源可能性越大；反之，异源可能性越大。在实际的深度学习系统中，一般会设定一个阈值(一般是经验值)，用于鉴定人员进行同源的判别认定。

在上述过程中，阈值的设定是十分关键的。在相关技术中，通常是将固定的经验值作为阈值。由于每次在收集作为证据的检材数据时，外部环境和信道均可能会不同，从而一直使用固定阈值与相似度指标的分值进行比较，会可能会因为阈值设置过小而发生误判，或者因阈值设置过大而发生误判的情形，进而严重影响鉴定结果的准确性。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高检材数据鉴定结果准确性的声纹处理方法、装置、计算机设备和存储介质。

一种声纹处理方法，该方法包括：

获取目标相关系数，目标相关系数是由检材数据的声纹特征与样本数据的声纹特征所确定的；

基于检材数据，对检材语音库中的语音样本作预设处理，以使得检材语音库中语音样本的语音质量与检材数据的语音质量相匹配；

将每一对比对的相关系数输入至预设模型，输出每一对比对的对数似然比，预设模型是基于样本对比对及样本对比对的标注结果所训练得到的，所有对比对包括同源对比对及异源对比对；

根据每一对比对的对数似然比，获取预设阈值，并基于预设阈值，对目标相关系数进行判别；

其中，同源对比对是基于相同说话人身份分别在样本特征库及检材特征库选取一条声纹特征所构成的，异源特征对是基于不同说话人身份分别在样本特征库及检材特征库选取一条声纹特征所构成的，样本特征库是由样本语音库中语音样本对应的声纹特征所构成的，检材特征库是由检材语音库中语音样本对应的声纹特征所构成的。

在其中一个实施例中，基于检材数据，对检材语音库中的语音样本作预设处理，以使得检材语音库中语音样本的语音质量与检材数据的语音质量相匹配，包括；

获取检材数据的质量参数组；

根据质量参数组中每项质量参数的取值及类型，对检材语音库中的语音样本进行调整，以使得检材语音库中每一语音样本的每项质量参数的取值与质量参数组中每项质量参数的取值相匹配。

在其中一个实施例中，质量参数组中包括以下四项质量参数中的至少任意一项，以下四项质量参数分别为信噪比、语音有效时长、噪声类型及信道频率响应。

在其中一个实施例中，将每一对比对的相关系数输入至预设模型，输出每一对比对的对数似然比之前，还包括：