【技术实现步骤摘要】
声纹模型训练方法、语音识别方法、装置、设备及介质
本专利技术涉及生物识别领域,尤其涉及一种声纹模型训练方法、语音识别方法、装置、设备及介质。
技术介绍
声纹识别,也称为说话人识别,是生物识别技术的一种。声纹识别包括说话人辨认和说话人确认两种类型的声纹识别技术,可根据应用场景的不同采用不同类型的声纹识别技术,如在缩小刑侦范围这一应用场景中需采用说话人辨认技术,而在银行交易确定这一应用场景中则需采用说明人确认技术。所谓声纹是用电声学仪器显示的携带言语信息的声波频谱。讲话时,每个人的发声器官的尺寸和形态与其他人存在较大差异,使得每个人说话时的声纹图谱与其他人的声纹图谱有较大差异,以便基于声纹图谱识别说话人。当前银行、证券、投资和保险等金融机构在办理业务时,需对用户的身份进行识别,以保证业务安全。在自助服务或其他业务办理过程中,可采用声纹识别这一种生物识别技术对用户的身份进行识别,以提高用户身份识别的效率。采用声纹识别技术对用户身份进行识别时,需采用预先训练好的声纹识别模型对用户的说话录音进行识别,以确定识别用户身份的目的。当前采用概率线性判别分析模型对单人多通录音进行分析,以获取训练好的声纹识别模型,这种声纹识别模型训练方式受限于应用领域数据量不足,无法对声纹信息进行较好的数据处理,使得利用该声纹识别模型进行语音识别时,存在识别效果差的不足。
技术实现思路
本专利技术实施例提供一种声纹模型训练方法、装置、设备及介质,以解决声纹识别模型训练时数据量不足的问题。本专利技术实施例还提供一种语音识别方法、装置、设备及介质,以解决当前语音识别效果差的问题。第一方面,本专利技术 ...
【技术保护点】
一种声纹模型训练方法,其特征在于,包括:采用至少两个业务场景下的训练语音数据进行通用背景模型训练,获取通用背景模型;采用所述通用背景模型对域内语音数据和域外语音数据分别进行特征提取,获取相应的域内声纹特征和域外声纹特征;基于所述域外声纹特征进行概率线性判别分析模型训练,获取域外概率线性判别分析模型;基于所述域内声纹特征对所述域外概率线性判别分析模型进行自适应训练,获取目标概率线性判别分析模型。
【技术特征摘要】
1.一种声纹模型训练方法,其特征在于,包括:采用至少两个业务场景下的训练语音数据进行通用背景模型训练,获取通用背景模型;采用所述通用背景模型对域内语音数据和域外语音数据分别进行特征提取,获取相应的域内声纹特征和域外声纹特征;基于所述域外声纹特征进行概率线性判别分析模型训练,获取域外概率线性判别分析模型;基于所述域内声纹特征对所述域外概率线性判别分析模型进行自适应训练,获取目标概率线性判别分析模型。2.根据权利要求1所述的声纹模型训练方法,其特征在于,所述采用至少两个业务场景下的训练语音数据进行通用背景模型训练,获取通用背景模型,包括:获取至少两个业务场景下的训练语音数据;将所述至少两个业务场景下的训练语音数据等比例混合,获取混合语音数据;基于所述混合语音数据进行通用背景模型训练,获取通用背景模型。3.根据权利要求1所述的声纹模型训练方法,其特征在于,所述采用所述通用背景模型对域内语音数据和域外语音数据分别进行特征提取,获取相应的域内声纹特征和域外声纹特征,包括:基于通用背景模型对域内语音数据进行分解,获取所述通用背景模型的域内均值和域内协方差矩阵,将所述通用背景模型的域内均值和域内协方差矩阵转换成所述域内声纹特征;基于通用背景模型对域外语音数据进行分解,获取所述通用背景模型的域外均值和域外协方差矩阵,将所述通用背景模型的域外均值和域外协方差矩阵转换成所述域外声纹特征。4.根据权利要求3所述的声纹模型训练方法,其特征在于,所述基于所述域外声纹特征进行概率线性判别分析模型训练,获取域外概率线性判别分析模型,包括:初始化所述概率线性判别分析模型的参数空间;所述概率线性判别分析模型的参数空间表示为H={μ,F,G,ε},其中,μ表示均值,F表示类间方差、G表示类内方差,ε表示噪声协方差矩阵;对所述域外概率线性判别分析模型的类内方差进行归一化处理,获取中间概率线性判别分析模型,并获取所述中间概率线性判别分析模型的参数空间;基于所述中间概率线性判别分析模型的参数空间,采用最大期望算法对携带同一用户标识的至少两个所述域外声纹特征在所述中间概率线性判别分析模型中进行迭代运算,生成最大化类间方差和最小化类内方差对应的特征转换矩阵和类间方差;基于所述特征转换矩阵和所述类间方差,根据似然概率更新所述中间概率线性判别分析模型的参数空间,获取所述域外概率线性判别分析模型;所述似然概率的表达式为其中,utest表示测试录音的声纹特征,表示说话人n条训练录音的声纹特征;表示训练录音声纹特征均值;P(utest)=N(utest|0,I+Ψ);n表示说话人的第n条训练录音,I表示类内方差归一化后的单位矩阵,Ψ表示类间方差;所述的表达式表示服从均值为方差为的正态分布;所述P(utest)的表达式表示服从均值为0,方差为...
【专利技术属性】
技术研发人员:王健宗,郭卉,肖京,
申请(专利权)人:平安科技深圳有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。