[发明专利]音频识别方法、装置、设备及存储介质

权利要求书

1.一种音频识别方法，其特征在于，所述方法包括：

获取待识别音频，所述待识别音频对应的对象信息未知；

获取所述待识别音频的多个第一声纹，获取基准音频的多个第二声纹，所述基准音频对应的对象信息已知；

将所述多个第一声纹与所述多个第二声纹进行匹配，得到所述待识别音频与所述基准音频的匹配结果；

基于所述匹配结果得到所述待识别音频的音频识别结果。

2.根据权利要求1所述的方法，其特征在于，所述获取所述待识别音频的多个第一声纹，包括：

对所述待识别音频进行音频切分，得到多个第一音频；

提取所述多个第一音频中的各个第一音频的声纹，得到所述多个第一声纹。

3.根据权利要求2所述的方法，其特征在于，所述对所述待识别音频进行音频切分，得到多个第一音频，包括：

确定用于音频切分的移动窗口的长度与所述移动窗口的步长，所述移动窗口的长度小于所述待识别音频的长度；

基于所述移动窗口的长度与所述步长对所述待识别音频进行音频切分，得到多个长度为所述移动窗口的长度的第一音频。

4.根据权利要求3所述的方法，其特征在于，所述移动窗口为多个，所述多个移动窗口中的任一移动窗口的长度与其他移动窗口的长度不同，所述任一移动窗口的长度不大于所述待识别音频的长度；

所述任一移动窗口的步长与所述其他移动窗口的步长不同，所述其他移动窗口为所述多个移动窗口中除所述任一移动窗口之外的移动窗口。

5.根据权利要求1-4任一所述的方法，其特征在于，所述将所述多个第一声纹与所述多个第二声纹进行匹配，得到所述待识别音频与所述基准音频的匹配结果，包括：

获取所述多个第一声纹中的各个第一声纹与所述多个第二声纹中的各个第二声纹之间的相似度；

基于所述相似度与匹配阈值之间的关系得到所述待识别音频与所述基准音频的匹配结果。

6.根据权利要求5所述的方法，其特征在于，所述基于所述相似度与匹配阈值之间的关系得到所述待识别音频与所述基准音频的匹配结果，包括：

响应于所述多个第一声纹中的任一第一声纹与所述多个第二声纹中的任一第二声纹之间的相似度大于所述匹配阈值，则所述匹配结果为所述待识别音频与所述基准音频匹配成功；

所述基于所述匹配结果得到所述待识别音频的音频识别结果，包括：

将所述基准音频对应的对象信息确定为所述待识别音频对应的对象信息。

7.一种音频识别装置，其特征在于，所述装置包括：

获取模块，用于获取待识别音频，所述待识别音频对应的对象信息未知；

所述获取模块，还用于获取所述待识别音频的多个第一声纹，获取基准音频的多个第二声纹，所述基准音频对应的对象信息已知；

匹配模块，用于将所述多个第一声纹与所述多个第二声纹进行匹配，得到所述待识别音频与所述基准音频的匹配结果；

所述获取模块，还用于基于所述匹配结果得到所述待识别音频的音频识别结果。

8.一种计算机设备，其特征在于，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条计算机程序，所述至少一条计算机程序由所述处理器加载并执行，以使所述计算机设备实现如权利要求1至6任一所述的音频识别方法。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有至少一条计算机程序，所述至少一条计算机程序由处理器加载并执行，以使计算机实现如权利要求1至6任一所述的音频识别方法。

10.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序或指令，所述计算机程序或指令被处理器执行，以使计算机实现如权利要求1至6任一所述的音频识别方法。