一种基于自动声纹鉴定的声纹识别方法和系统与流程

本发明涉及声纹识别，尤其涉及一种基于自动声纹鉴定的声纹识别方法和系统。

背景技术：

1、随着声纹识别技术在公安、金融反欺诈、刑事侦查等方向的广泛应用，其应用场景越来越多及相关技术指标要求也越来越高。声纹识别，生物识别技术的一种，也称为说话人识别，有两类，即说话人辨认和说话人确认。不同的任务和应用会使用不同的声纹识别技术，如缩小刑侦范围时可能需要辨认技术，而银行交易时则需要确认技术。声纹识别就是把声信号转换成电信号，再用计算机进行识别。目前，声纹识别技术有了很大发展，但是其声纹验证的召回率和精准率还有很大提升空间。现在的声纹识别更多地依赖模型的表达能力和一些后端处理技术，这部分主要依赖于模型提取的声纹特征。但更多地依赖模型的表达能力，会有一定的不足之处：

2、首先，声纹识别结果是声纹特征之间的相似度。但是，不同时刻，提取同一个人的声纹特征可能也会存在显著的差异，用户难以录入所有的词语发音进行识别，为了基于元辅音声纹，可以进行识别出用户可发出所有字词的发音声纹，本发明提出了一种基于自动声纹鉴定的声纹识别方法和系统。

技术实现思路

1、本发明提供了一种基于自动声纹鉴定的声纹识别方法和系统，以解决上述背景技术中提出的问题。

2、为了实现上述目的，本发明采用了如下技术方案：

3、一种基于自动声纹鉴定的声纹识别方法，包括以下步骤：

4、s1，获取大量不同背景、不同人声的语音分割为特定长度的语音段，并将大量的语音段组成数据集，且数据集中每一个样本包括语音段、元音声纹、清辅音声纹、浊辅音声纹四个指标数据；

5、s2，构建元辅音声纹识别模型；

6、s3，用户需要识别的用户声纹的目标语音，将语音标准化后输入所述元辅音声纹识别模中，得到元音声纹、清辅音声纹、浊辅音声纹的结果；

7、s4、根据获取元音声纹、清辅音声纹、浊辅音声纹，识别出用户可发出所有字词的发音声纹。

8、作为本技术方案的进一步改进方案：所述s1中，将所述数据集分为训练集和验证集，利用训练集同时训练多种机器学习模型，并利用验证集评估不同机器学习模型的表现精度，选择表现最佳的机器学习模型构建元辅音声纹识别模型。

9、作为本技术方案的进一步改进方案：所述s2，构建元辅音声纹识别模型，具体为：利用所述数据集对机器学习模型进行训练，其中机器学习模型以经过标准化后的语音段作为输入，以元音声纹、清辅音声纹、浊辅音声纹作为输出，通过监督学习得到元辅音声纹识别模型。

10、作为本技术方案的进一步改进方案：所述s2中，所选择的机器学习模型为逻辑回归、线性判别分析、k近邻、朴素贝叶斯、支持向量机、随机森林、神经网络中的至少一种。

11、作为本技术方案的进一步改进方案：所选择的机器学习模型为随机森林模型。

12、作为本技术方案的进一步改进方案：所述s3中，元音声纹包括英语国际音标中20个元音音素的声纹。

13、作为本技术方案的进一步改进方案：所述s3中，清辅音声纹括英语国际音标中11个清辅音音素的声纹。

14、作为本技术方案的进一步改进方案：所述s3中，清辅音声纹括英语国际音标中17个浊辅音音素的声纹。

15、作为本技术方案的进一步改进方案：s4、根据获取元音声纹、清辅音声纹、浊辅音声纹，识别出用户可发出所有字词的发音声纹，具体为：

16、将所有元音声纹、清辅音声纹、浊辅音声纹按照拼读规则进行相互拼读连读，可得到用户发出所有字词的发音声纹。

17、本发明还提出一种基于自动声纹鉴定的声纹识别系统，包括数据集采集模块：用于大量的语音段组成数据集，且数据集中每一个样本包括语音段、元音声纹、清辅音声纹、浊辅音声纹四个指标数据；

18、模型构建模块：用于构建元辅音声纹识别模型；

19、元辅音声纹识别模块：用于将用户需要识别的用户声纹的目标语音，将语音标准化后输入所述元辅音声纹识别模中，得到元音声纹、清辅音声纹、浊辅音声纹的结果；

20、字词发音声纹识别模块：用于根据获取元音声纹、清辅音声纹、浊辅音声纹，识别出用户可发出所有字词的发音声纹。

21、与现有技术相比，本发明的有益效果是：

22、本发明可通过元辅音声纹识别模型自动鉴定出所有元音声纹、清辅音声纹、浊辅音声纹，然后再根据元音声纹、清辅音声纹、浊辅音声纹识别出用户可发出所有字词的发音声纹，提高了声纹识别结果的准确性。

23、上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。本发明的具体实施方式由以下实施例及其附图详细给出。

技术特征：

1.一种基于自动声纹鉴定的声纹识别方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于自动声纹鉴定的声纹识别方法，其特征在于，所述s1中，将所述数据集分为训练集和验证集，利用训练集同时训练多种机器学习模型，并利用验证集评估不同机器学习模型的表现精度，选择表现最佳的机器学习模型构建元辅音声纹识别模型。

3.根据权利要求2所述的一种基于自动声纹鉴定的声纹识别方法，其特征在于，所述s2，构建元辅音声纹识别模型，具体为：利用所述数据集对机器学习模型进行训练，其中机器学习模型以经过标准化后的语音段作为输入，以元音声纹、清辅音声纹、浊辅音声纹作为输出，通过监督学习得到元辅音声纹识别模型。

4.根据权利要求3所述的一种基于自动声纹鉴定的声纹识别方法，其特征在于，所述s2中，所选择的机器学习模型为逻辑回归、线性判别分析、k近邻、朴素贝叶斯、支持向量机、随机森林、神经网络中的至少一种。

5.根据权利要求4所述的一种基于自动声纹鉴定的声纹识别方法，其特征在于，所选择的机器学习模型为随机森林模型。

6.根据权利要求5所述的一种基于自动声纹鉴定的声纹识别方法，其特征在于，所述s3中，元音声纹包括英语国际音标中20个元音音素的声纹。

7.根据权利要求6所述的一种基于自动声纹鉴定的声纹识别方法，其特征在于，所述s3中，清辅音声纹括英语国际音标中11个清辅音音素的声纹。

8.根据权利要求7所述的一种基于自动声纹鉴定的声纹识别方法，其特征在于，所述s3中，清辅音声纹括英语国际音标中17个浊辅音音素的声纹。

9.根据权利要求8所述的一种基于自动声纹鉴定的声纹识别方法，其特征在于，s4、根据获取元音声纹、清辅音声纹、浊辅音声纹，识别出用户可发出所有字词的发音声纹，具体为：

10.根据权利要求1-9任意一项所述的一种基于自动声纹鉴定的声纹识别系统，其特征在于，包括数据集采集模块：用于大量的语音段组成数据集，且数据集中每一个样本包括语音段、元音声纹、清辅音声纹、浊辅音声纹四个指标数据；

技术总结本发明公开了一种基于自动声纹鉴定的声纹识别方法，包括以下步骤：S1，获取大量不同背景、不同人声的语音分割为特定长度的语音段，并将大量的语音段组成数据集，且数据集中每一个样本包括语音段、元音声纹、清辅音声纹、浊辅音声纹四个指标数据；S2，构建元辅音声纹识别模型；S3，用户需要识别的用户声纹的目标语音，将语音标准化后输入所述元辅音声纹识别模中，得到元音声纹、清辅音声纹、浊辅音声纹的结果。本发明可通过元辅音声纹识别模型自动鉴定出所有元音声纹、清辅音声纹、浊辅音声纹，然后再根据元音声纹、清辅音声纹、浊辅音声纹识别出用户可发出所有字词的发音声纹，提高了声纹识别结果的准确性。技术研发人员：李红普,李雨哲,王飞腾,李嘉琦,王飞旭,李雨健,李佳格受保护的技术使用者：李红普技术研发日：技术公布日：2024/2/29