[发明专利]声纹识别方法、声纹验证方法、装置、计算设备及介质

说明书

本发明公开了一种声纹识别方法、声纹验证方法、装置、计算设备及介质，声纹识别方法包括：对待验证的语音信号进行噪声分离处理，以获取第一语音信号和第二语音信号，分别对第一语音信号和第二语音信号进行声纹识别。

技术领域

本发明涉及语音信号处理领域，特别涉及一种声纹识别方法、声纹验证方法、装置、计算设备及介质。

背景技术

声纹识别(Voiceprint Recognition)，又称说话人识别，该技术是从说话人发出的语音信号中提取语音特征，并据此对说话人进行身份确认的生物识别技术。其中，声纹是指人类语音中携带言语信息的声波频谱，同指纹一样，具备独特的生物学特征，具有身份识别的作用，不仅具有特定性，而且具有相对的稳定性。

但是，由于语音信号容易受噪声、录音设备、传输信道的影响，通过声纹识别来进行身份核实也具有一定的风险。特别是客服场景下的声纹核身系统，当通过电话语音进行用户的身份核实时，用户的语音信号很容易受到噪声环境的影响，而对被噪声污染的语音信号进行声纹识别，会导致识别的准确度下降，由此得出的用户身份认证结果并不够可信。

现有的声纹识别方案，虽然实现了文本无关声纹识别，无需用户针对特定文本发出相应的声音信号，但在噪声抵抗上的性能较差，且不是流式计算框架的声纹系统，难以保证实时性。因此，需要提供一种新的声纹识别方案来优化上述处理过程。

发明内容

为此，本发明提供一种声纹识别及验证方案，以力图解决或者至少缓解上面存在的问题。

根据本发明的一个方面，提供一种声纹识别方法，该方法包括如下步骤：首先，对待验证的语音信号进行噪声分离处理，以获取第一语音信号和第二语音信号；分别对第一语音信号和第二语音信号进行声纹识别。

可选地，在根据本发明的声纹识别方法中，对待验证的语音信号进行噪声分离处理，以获取第一语音信号和第二语音信号，包括：将待验证的语音信号分离成多个语音信号分量；对多个语音信号分量进行声源聚类，以获取第一语音信号和第二语音信号。

可选地，在根据本发明的声纹识别方法中，将待验证的语音信号分离成多个语音信号分量包括：对待验证的语音信号进行端点检测，以获取一个或多个非静音语音信号；对各非静音语音信号，提取非静音语音信号的语音特征参数，并基于语音特征参数对非静音语音信号进行分离，以获取对应的多个语音信号分量。

可选地，在根据本发明的声纹识别方法中，语音特征参数包括梅尔频率倒谱系数。

可选地，在根据本发明的声纹识别方法中，提取所述非静音语音信号的语音特征参数包括：对非静音语音信号进行分帧加窗处理，以生成对应的多个语音帧；计算各语音帧的离散功率谱，通过预设的三角带通滤波器组对离散功率谱进行滤波，得到对应的系数集合；利用离散余弦变换对系数集合进行处理，以生成语音帧的梅尔频率倒谱系数。

可选地，在根据本发明的声纹识别方法中，基于语音特征参数对非静音语音信号进行分离，以获取对应的多个语音信号分量包括：对非静音语音信号包括的多个语音帧，根据语音特征参数，计算相邻语音帧之间的特征距离；基于预设的第一距离准则和特征距离，确定相邻语音帧是否来源于同一声源；将来源于同一声源的相邻语音帧进行合并，以形成对应的语音信号分量。

可选地，在根据本发明的声纹识别方法中，对多个语音信号分量进行声源聚类，以获取第一语音信号和第二语音信号包括：根据预设的第二距离准则，连续地合并多个语音信号分量中最相邻的两个语音信号分量，以聚类生成第一语音信号和第二语音信号。

可选地，在根据本发明的声纹识别方法中，分别对第一语音信号和第二语音信号进行声纹识别包括：将第一语音信号进行预处理，以获取第一语音信号对应的多个第一语音帧；计算各第一语音帧的语音特征参数，基于语音特征参数确定第一语音信号的声纹特征；根据第一语音信号的声纹特征，对第一语音信号进行评分，以确定第一语音信号分值。