一种声纹识别方法及装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112289325A(43)申请公布日2021.01.29(21)申请号201910673696.7G10L17/06(2013.01)(22)申请日2019.07.24G10L21/0208(2013.01)G10L25/03(2013.01)(71)申请人华为技术有限公司G10L25/30(2013.01)地址518129广东省深圳市龙岗区坂田华H04L9/32(2006.01)为总部办公楼申请人昆山杜克大学(72)发明人曾夕娟周小鹏芦宇胡伟湘蔡丹蔚李明(74)专利代理机构北京同达信恒知识产权代理有限公司11291代理人王春波(51)Int.Cl.G10L17/20(2013.01)G10L17/04(2013.01)G10L17/02(2013.01)权利要求书4页说明书20页附图8页(54)发明名称一种声纹识别方法及装置(57)摘要一种声纹识别方法及装置，用以解决现有技术中声纹识别方法鲁棒性低的问题。该方法涉及人工智能等相关领域，具体包括：电子设备提示用户录入注册语音；电子设备采集用户录入的注册语音；电子设备基于注册语音生成远场条件下的样本语音；电子设备基于样本语音对声纹识别模型进行训练。CN112289325ACN112289325A权利要求书1/4页1.一种声纹注册方法，其特征在于，包括：电子设备提示用户录入注册语音；所述电子设备采集所述用户录入的所述注册语音；所述电子设备基于所述注册语音生成远场条件下的样本语音；所述电子设备基于所述样本语音对声纹识别模型进行训练。2.如权利要求1所述的方法，其特征在于，所述电子设备基于所述注册语音生成远场条件下的样本语音，包括：所述电子设备模拟在远场条件下对声音的混响；所述电子设备基于所述远场条件下对声音的混响仿真生成所述注册语音在所述远场条件下的样本数据。3.如权利要求1所述的方法，其特征在于，所述电子设备基于所述注册语音生成远场条件下的样本语音，包括：所述电子设备基于所述注册语音以及噪声数据生成噪声语音；所述电子设备模拟远场条件下对声音的混响；所述电子设备基于所述远场条件下对声音的混响仿真生成所述噪声语音在所述远场条件下的样本数据。4.如权利要求2或3所述的方法，其特征在于，所述电子设备模拟远场条件下对声音的混响，包括：所述电子设备基于远场条件仿真声音的墙壁反射，得到房间冲击响应RIR。5.如权利要求1至4任一项所述的方法，其特征在于，所述电子设备基于所述样本语音对声纹识别模型进行训练，包括：所述电子设备对所述样本语音进行特征提取，得到特征数据；所述电子设备基于所述特征数据对声纹识别模型进行训练。6.如权利要求5所述的方法，其特征在于，所述声纹识别模型包括一个或多个子模型，其中，一个子模型对应一个场景；所述电子设备基于所述特征数据对声纹识别模型进行训练，包括：所述电子设备基于所述特征数据分别对所述一个或多个子模型进行训练。7.如权利要求5所述的方法，其特征在于，所述声纹识别模型包括一个融合模型，其中，所述融合模型对应一个或多个场景；所述电子设备基于所述特征数据对声纹识别模型进行训练，包括：所述电子设备基于所述特征数据对所述融合模型进行训练。8.一种声纹识别方法，其特征在于，所述方法包括：电子设备提示用户录入验证语音；所述电子设备采集所述用户录入的所述验证语音；所述电子设备将所述验证语音输入声纹识别模型进行匹配，得到匹配结果，其中，所述声纹识别模型基于权利要求1～7任一项所述的方法训练得到；所述电子设备基于所述匹配结果确定所述用户是否为所述声纹识别模型的注册人。9.如权利要求8所述的方法，其特征在于，在所述电子设备采集所述用户录入的所述验证语音之后，还包括：2CN112289325A权利要求书2/4页所述电子设备对所述验证语音进行场景检测。10.如权利要求9所述的方法，其特征在于，所述声纹识别模型包括一个或多个子模型，其中，一个子模型对应一个场景；所述电子设备将所述验证语音输入声纹识别模型进行匹配，包括：所述电子设备将所述验证语音输入第一场景对应的子模型进行匹配，其中，所述第一场景为所述场景检测的结果。11.如权利要求8至10任一项所述的方法，其特征在于，所述方法还包括：若所述用户是所述声纹识别模型的注册人，所述电子设备对所述验证语音进行质量评估，得到质量评估结果；若所述质量评估结果表示所述验证语音为高质量语音，所述电子设备基于所述验证语音对所述声纹识别模型进行增量学习。12.如权利要求11所述的方法，其特征在于，所述电子设备基于所述验证语音对所述声纹识别模型进行增量学习，包括：所述电子设备对所述验证语音进行数据增强处理，得到处理后的语音数据；所述电子设备基于所述处理的语音数据对所述声纹识别模型进行增