[发明专利]动物声纹特征提取方法、装置及电子设备

权利要求书

1.一种动物声纹特征提取方法，其特征在于，所述方法包括：

获取动物语音数据；

从所述动物语音数据中提取动物语音特征向量；

将所述动物语音特征向量输入至卷积神经网络模型进行训练，得到用于识别动物身份的动物声纹特征。

2.根据权利要求1所述的方法，其特征在于，在所述获取动物语音数据之后，所述方法还包括：

对所述动物语音数据进行预处理，得到处理后的动物语音数据；

按照预设时间区间对处理后的动物语音数据进行分帧操作，得到多帧动物语音序列；

所述从所述动物语音数据中提取动物语音特征向量包括：

从所述多帧动物语音序列中提取出与所述多帧动物语音序列一一对应的多个动物语音特征向量。

3.根据权利要求2所述的方法，其特征在于，当所述动物语音特征向量用于反映动物语音在频谱结构随时间变化的特征信息，所述从所述动物语音数据中提取动物语音特征向量包括：

对每帧动物语音序列进行傅立叶变换得到每帧动物语音序列的频谱，并对所述每帧动物语音序列的频谱取模平方得到动物语音序列的功率谱；

通过预设滤波器对所述动物语音序列的功率谱滤波，得到动物语音序列的对数能量；

对所述动物语音序列的对数能量进行离散余弦变换，得到动物语音特征向量。

4.根据权利要求2所述的方法，其特征在于，当所述动物语音特征向量用于反映动物语音在频谱结构上的特征信息，所述从所述动物语音数据中提取动物语音特征向量包括：

对每帧动物语音序列进行时域分析以及频域分析，计算每帧动物语音序列的时域特征参数以及频域特征参数；

根据所述时域特征参数以及频域特征参数，得到动物语音特征向量。

5.根据权利要求2所述的方法，其特征在于，所述卷积神经网络为多层结构的网络模型，所述将所述动物语音特征向量输入至卷积神经网络进行训练，得到用于识别动物身份的动物声纹特征包括：

通过所述卷积神经网络模型的卷积层提取所述动物语音特征向量的局部声纹信息；

通过所述卷积神经网络模型的全连接层将提取到的局部声纹信息进行连接，得到多维度的局部声纹信息；

通过所述卷积神经网络模型的池化层对所述多维度的局部声纹信息进行降维处理，得到动物声纹特征。

6.根据权利要求5所述的方法，其特征在于，在所述通过所述卷积神经网络模型的卷积层提取所述动物语音特征向量的局部声纹信息之前，所述方法还包括：

对每次输入至所述卷积神经网络模型卷积层的动物语音特征向量进行拼帧处理。

7.根据权利要求1-6中任一项所述的方法，其特征在于，在所述将所述动物语音特征向量输入至卷积神经网络模型进行训练，得到用于识别动物身份的动物声纹特征之后，所述方法还包括：

根据提取出的不同动物声纹特征，建立动物声纹特征库，所述不同动物声纹特征携带有唯一动物身份信息；

当接收到动物身份验证请求时，将待识别动物身份的动物声纹特征与所述动物声纹特征库中的动物声纹特征进行比对，确定动物身份信息。

8.一种动物声纹特征提取装置，其特征在于，所述装置包括：

获取单元，用于获取动物语音数据；

提取单元，用于从所述动物语音数据中提取动物语音特征向量；

训练单元，用于将所述动物语音特征向量输入至卷积神经网络模型进行训练，得到用于识别动物身份的动物声纹特征。

9.一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。

10.一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。