[发明专利]一种识别说话人的方法、终端及计算机可读存储介质

摘要

本发明适用于计算机技术领域，提供了一种识别说话人的方法及终端，该方法包括：获取待测者针对基准数字串说出的待识别的音频信息；音频信息包括数字串；提取音频信息的扬声器潜变量以及数字潜变量；扬声器潜变量用于标识扬声器的特征信息，数字潜变量用于标识音频信息中待测者对数字的发音特征；当扬声器潜变量符合预设要求时，将数字潜变量输入预设的贝叶斯模型进行声纹识别，得到身份识别结果。本发明实施例，基于音频信息中的扬声器潜变量以及数字潜变量识别说话人的身份信息，能够避免因不同扬声器对于相同的数字具有不同的发音，以及说话人对于相同数字在不同时刻的发音不同，从而干扰身份识别结果的情况，能够提高身份识别结果的准确度。

主权项

1.一种识别说话人的方法，其特征在于，包括：获取待测者针对基准数字串说出的待识别的音频信息；其中，所述基准数字串是预先存储，并随机播放或随机显示，所述音频信息包括所述待测者说出的数字串对应的音频；提取所述音频信息的扬声器潜变量以及数字潜变量；其中，所述扬声器潜变量用于标识扬声器的特征信息，所述数字潜变量在确认所述待测者说出的数字串与所述基准数字串相同时提取，所述数字潜变量用于标识所述音频信息中所述待测者对数字的发音特征；当所述扬声器潜变量符合预设要求时，将所述数字潜变量输入预设的贝叶斯模型进行声纹识别，得到身份识别结果；其中，所述预设要求基于清晰可辨认的音频信息所对应的扬声器潜变量的值进行设置；所述贝叶斯模型是通过使用机器学习算法对声音样本集中单一说话者说出每个数字的数字潜变量进行训练得到，所述每个数字潜变量具有标识该数字潜变量所属的说话者的身份标签；所述贝叶斯模型与所述声音样本集中的所述单一说话者具有对应关系。