[发明专利]基于说话内容的说话者身份识别方法、装置及存储介质

权利要求书

1.一种基于说话内容的说话者身份识别方法，应用于电子装置，其特征在于，所述方法包括：

采集初始语音信号，其中，所述初始语音信号包含多个待确认目标的说话内容；

通过语音识别技术将所述初始语音信号转换为与所述说话内容对应的文本信息；

根据所述文本信息对说话者身份进行识别，获取与各个待确认目标对应的文本信息片段，所述说话者为所述多个待确认目标其中之一；

根据文本信息片段获取与所述待确认目标对应的语音信号段并进行拼接，获取目标语音信号；

根据所述目标语音信号对所述待确认目标的身份进行确认。

2.根据权利要求1所述的基于说话内容的说话者身份识别方法，其特征在于，所述通过语音识别技术将所述初始语音信号转换为与所述说话内容对应的文本信息包括：

通过子空间高斯混合模型和语音活动检测技术，将所述初始语音信号分割为多个语音片段；

通过语音识别技术对各语音片段分别进行文本信息转换。

3.根据权利要求2所述的基于说话内容的说话者身份识别方法，其特征在于，所述通过语音识别技术对各语音片段分别进行文本信息转换的步骤包括：

构件语音识别模型和延迟控制的双向高速长短期记忆网络延迟控制的双向高速长短期记忆网络模型LC-BHLSTM；

将所述各语音片段输入所述语音识别模型进行处理，所述语音识别模型将所述各语音片段表示为多维特征输出；

将所述语音识别模型的输出信号输入所述LC-BHLSTM模型进行处理，得到所述各语音片段对应的文本信息。

4.根据权利要求1所述的基于说话内容的说话者身份识别方法，其特征在于，所述根据所述文本信息对说话者身份进行识别的步骤包括：

获取基于训练集训练形成好的深度学习分类模型，其中，所述训练集基于语料库组建而成；

将所述文本信息输入所述深度学习分类模型中，对所述文本信息分配对应的标签。

5.根据权利要求1所述的基于说话内容的说话者身份识别方法，其特征在于，所述根据所述目标语音信号对所述待确认目标的身份进行确认的步骤包括：

采用基于深度神经网络模型的i-向量系统实现对所述待确认目标的身份的确认；或者，

采用基于高斯混合模型的i-向量系统实现对所述待确认目标的身份的确认。

6.一种电子装置，其特征在于，该电子装置包括：存储器、处理器及摄像装置，所述存储器中包括基于说话内容的说话者身份识别程序，所述基于说话内容的说话者身份识别程序被所述处理器执行时实现如下步骤：

采集初始语音信号，其中，所述初始语音信号包含多个待确认目标的说话内容；

通过语音识别技术将所述初始语音信号转换为与所述说话内容对应的文本信息；

根据所述文本信息对说话者身份进行识别，获取与各个待确认目标对应的文本信息片段，所述说话者为所述多个待确认目标其中之一；

根据文本信息片段获取与所述待确认目标对应的语音信号段并进行拼接，获取目标语音信号；

根据所述目标语音信号对待确认目标的身份进行确认。

7.根据权利要求6所述的电子装置，其特征在于，所述通过语音识别技术将所述初始语音信号转换为与所述说话内容对应的文本信息的步骤包括：

通过子空间高斯混合模型和语音活动检测，将所述初始语音信号分割为多个语音片段；

通过语音识别技术对各语音片段分别进行文本信息转换。

8.根据权利要求6所述的电子装置，其特征在于，所述通过语音识别技术对各语音片段分别进行文本信息转换的步骤包括：

构件语音识别模型和延迟控制的双向高速长短期记忆网络延迟控制的双向高速长短期记忆网络模型LC-BHLSTM；

将所述各语音片段输入所述语音识别模型进行处理，所述语音识别模型将所述各语音片段表示为多维特征输出；

所述语音识别模型的输出信号输入所述LC-BHLSTM模型进行处理，得到所述各语音片段对应的文本信息。