[发明专利]说话人验证方法、电子设备及存储介质

说明书

本发明公开一种说话人验证方法，包括：对训练样本集中的训练数据进行预处理；基于预处理之后的训练样本对预训练得到的说话人嵌入提取器进行基于文本信息的微调训练；采用微调训练得到的说话人嵌入提取器对待验证说话人音频进行处理得到说话人嵌入特征；基于所述说话人嵌入特征完成说话人验证。本发明通过采用预处理之后的训练数据对预训练得到的说话人嵌入提取器进行微调训练，提升了对文本相关说话人验证的性能。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种说话人验证方法、电子设备及存储介质。

背景技术

随着深度学习的发展，说话人验证系统得到了很大的改进。现有技术中提出了不同的体系结构，不同的损耗和不同的训练策略，以提高在不同条件下的系统性能。然而，当说话人验证系统应用于中仍然存在一些尚未解决的挑战，例如，音频时间短和跨语言问题。

发明内容

本发明实施例提供一种说话人验证方法、电子设备及存储介质，用于至少解决上述技术问题之一。

第一方面，本发明实施例提供一种说话人验证方法，包括：

对训练样本集中的训练数据进行预处理；

基于预处理之后的训练样本对预训练得到的说话人嵌入提取器进行基于文本信息的微调训练；

采用微调训练得到的说话人嵌入提取器对待验证说话人音频进行处理得到说话人嵌入特征；

基于所述说话人嵌入特征完成说话人验证。

在一些实施例中，所述训练样本集中包括训练数据和测试数据，所述对训练样本集中的训练数据进行预处理，包括：将所述训练数据和所述测试数据分割为预设长度的音频片段。

在一些实施例中，所述对训练样本集中的训练数据进行预处理还包括：对所述训练样本集中的训练数据进行在线数据增强处理。

在一些实施例中，所述方法还包括：采用文本无关数据预先训练得到说话人嵌入提取器。

在一些实施例中，所述基于预处理之后的训练样本对预训练得到的说话人嵌入提取器进行基于文本信息的微调训练，包括：

采用多任务方式对所述说话人嵌入提取器进行说话人分类和短语分类以完成对微调处理。

在一些实施例中，所述基于预处理之后的训练样本对预训练得到的说话人嵌入提取器进行基于文本信息的微调训练，包括：采用说话人分类和短语分类的联合标签对所述预训练之后的说话人嵌入提取器进行微调处理。

在一些实施例中，所述基于预处理之后的训练样本对预训练得到的说话人嵌入提取器进行基于文本信息的微调训练，包括：

对预训练之后的说话人嵌入提取器进行可感知短语的多头训练和可感知短语的对比训练。

第二方面，本发明实施例提供一种存储介质，所述存储介质中存储有一个或多个包括执行指令的程序，所述执行指令能够被电子设备(包括但不限于计算机，服务器，或者网络设备等)读取并执行，以用于执行本发明上述任一项说话人验证方法。

第三方面，提供一种电子设备，其包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明上述任一项说话人验证方法。

第四方面，本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括存储在存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行上述任一项说话人验证方法。