发明名称 |
声纹模型训练方法、声纹识别方法及装置 |
摘要 |
本发明公开了一种声纹模型训练方法、声纹识别方法及装置,属于语音识别领域。所述方法包括:获取未知用户朗读第二字符串所产生的测试语音信号,第二字符串包括按序排列的若干字符;从测试语音信号中提取出各个字符所对应的声纹特征序列;根据目标用户的与n种基础字符分别对应的n个GMM,构建与第二字符串对应的HMM;计算声纹特征序列与HMM的相似度分数;当相似度分数大于预设阈值时,将未知用户识别目标用户。在本发明中,目标用户的与各个基础字符分别对应的GMM之间考虑了每种基础字符对应的音频内容在音素层面的差异性,且HMM模型还考虑了各个基础字符对应的音频内容在时域上的相关性,能够极大地提高识别准确率。 |
申请公布号 |
CN106057206A |
申请公布日期 |
2016.10.26 |
申请号 |
CN201610388231.3 |
申请日期 |
2016.06.01 |
申请人 |
腾讯科技(深圳)有限公司 |
发明人 |
李为;钱柄桦;金星明;李科;吴富章;吴永坚;黄飞跃 |
分类号 |
G10L17/02(2013.01)I;G10L17/04(2013.01)I;G10L17/16(2013.01)I |
主分类号 |
G10L17/02(2013.01)I |
代理机构 |
北京三高永信知识产权代理有限责任公司 11138 |
代理人 |
刘映东 |
主权项 |
一种声纹模型训练方法,其特征在于,所述方法包括:采集目标用户朗读第一字符串所产生的注册语音信号,所述第一字符串包括m个按序排列的字符,所述m个字符包括n种互不相同的基础字符,m和n均为正整数且m≥n;从所述注册语音信号中提取出每个字符所对应的声纹特征;以所述目标用户的各个所述字符所对应的所述声纹特征为第一样本数据,对预设的通用背景模型进行训练,得到所述目标用户的混合高斯模型;以所述目标用户的与第i种基础字符所对应的声纹特征为第二样本数据,对所述目标用户的所述混合高斯模型进行训练,得到所述目标用户的与第i种基础字符所对应的所述混合高斯模型;存储所述目标用户的与n种基础字符分别对应的n个混合高斯模型,所述n个混合高斯模型用于构建与第二字符串对应的隐马尔可夫模型。 |
地址 |
518000 广东省深圳市福田区振兴路赛格科技园2栋东403室 |