[发明专利]跨信道声纹识别方法、装置、设备和存储介质

说明书

本发明提供一种跨信道声纹识别方法、装置、设备和存储介质，包括：获取待识别声纹音频数据，其中，所述待识别声纹音频数据采集于设定信道集合中的信道，所述设定信道集合包括至少两种不同信道；将所述待识别声纹音频数据输入预置的跨信道声纹识别模型，得到声纹音频数据处理结果，以根据所述声纹音频数据处理结果进行声纹音频数据识别；其中，所述跨信道声纹识别模型采用所述设定信道集合中采集的声纹音频数据经过多次迭代过程训练得到，在每一次迭代过程中采用两种不同信道中采集的声纹音频数据进行模型参数训练。本发明的技术方案可以提高跨信道声纹识别的识别准确性。

技术领域

本发明涉及地统计方法领域，尤其涉及一种跨信道声纹识别方法、装置、电子设备和非暂态计算机可读存储介质。

背景技术

近年来，随着声纹识别技术的深入研究，在单一信道条件下，声纹识别系统已取得了令人满意的性能表现。然而，在实际应用中，语音信号可以通过不同的信道进行传输，例如网络信道、电话信道等。这种信道差异将对语音信号产生不同程度的畸变，影响声纹识别系统性能。例如，在注册阶段，用户语音由网络信道采集；在识别阶段，用户语音由电话信道采集。此时，由于信道失配，声纹识别性能将大幅下降。考虑到声纹认证场景的多样性，单一信道的声纹识别技术将极大地限制声纹技术的推广应用。

为此，如何克服信道变化对识别性能的影响，提升声纹识别系统在跨信道情况下的识别性能是当前亟需解决的技术问题。

发明内容

本发明提供一种跨信道声纹识别方法、装置、电子设备和非暂态计算机可读存储介质，用以解决当前技术中跨信道声纹识别困难的问题，提高跨信道声纹识别的准确性。

本发明提供一种跨信道声纹识别方法，包括：获取待识别声纹音频数据，其中，所述待识别声纹音频数据采集于设定信道集合中的信道，所述设定信道集合中包括至少两种不同信道；将所述待识别声纹音频数据输入预置的跨信道声纹识别模型，得到声纹音频数据处理结果，以根据所述声纹音频数据处理结果进行声纹音频数据识别；其中，所述跨信道声纹识别模型采用所述设定信道集合中采集的声纹音频数据经过多次迭代过程训练得到，在每一次迭代过程中采用两种不同信道中采集的声纹音频数据进行模型参数训练。

根据本发明提供的一种跨信道声纹识别方法，还包括对所述跨信道声纹识别模型的训练过程，所述训练过程包括：获取采集于所述设定信道集合中的样本声纹音频数据集，所述设定信道集合中包括第一信道和第二信道，所述样本声纹音频数据集中的样本声纹音频数据采集于所述至少两种不同信道；选取一种信道中的样本声纹音频数据，计算其在自身对应的信道中的第一损失函数以及更新中间参数，并基于更新后的中间参数以及所述第一损失函数，选取所述一种信道之外的另一种信道中的样本声纹音频数据，计算其在自身对应的信道中的第二损失函数以及更新模型参数，完成一次迭代过程；重新选取样本声纹音频数据进行迭代过程，直到所述第二损失函数收敛，得到所述跨信道声纹识别模型。

根据本发明提供的一种跨信道声纹识别方法，所述至少两种不同信道包括以下信道分类中的至少一种类别：无线信道、有线信道和存储信道。

根据本发明提供的一种跨信道声纹识别方法，所述待识别声纹音频数据包括采集于第一信道的第一数据和采集于第二信道的第二数据；所述得到声纹音频数据处理结果之后，所述方法还包括：根据所述第一数据对应的声纹音频数据处理结果和所述第二数据对应的声纹音频数据处理结果获取所述第一数据和第二数据的相似关系；根据所述相似关系与设定的第一阈值的大小关系，识别所述第一数据和所述第二数据是否来自于同一发音者。