一种声纹鉴权训练方法及系统技术方案

一种声纹鉴权训练方法及系统，方法包括：加载音频配置文件，对训练需要的音频文件及标准文件进行数据配置和确认；加载训练模型参数；构建基于神经网络的训练模型，作为语音识别的训练特征，并完成模型加载；将完成的配置数据加载输入训练模型；进行模型训练：使用HE来初始化神经网络的权重；训练后输入SOFTMax分类器进行处理，通过ResCNN进行神经网络训练；通过余弦相似性实现三元组损失函数进行训练评估；基于归一化处理数据评估的标准；生成声纹识别的声纹库并保存。系统包括音频配置模块、参数加载模块、模型构建模块、数据输入模块、模型训练模块、存储模块。识别精度高达到94.45％，相比于传统的i‑vector方法，准确率提高了近30％。

【技术实现步骤摘要】
一种声纹鉴权训练方法及系统
本专利技术涉及生物识别技术，尤其涉及声纹识别，具体来说，尤其与一种利用深度学习方法的声纹鉴权训练方法及系统。
技术介绍
传统的方法i-vector方法认为说话内容可以被分为两个部分，一个部分依赖于说话者和信道可变性，另一个部分依赖于其它的相关因素。i-vector声纹识别是一个多步过程，其涉及到使用不同说话者的数据来估计一个通用的背景模型，通常是高斯混合模型，收集充分的统计数据，提取i-vector，最后使用一个分类器来进行识别任务。传统的方法i-vector方法，业界的声纹识别率处于70％左右，且与文本相关。
技术实现思路
本专利技术提供一种与文本无关的声纹识别手段，具体是一种利用深度学习方法的声纹鉴权训练方法及系统，通过构建神经网络，使用SOFTMax分类和基于余弦相似性的三元组损失进行训练评估，识别精度高达到94.45％，相比于传统的i-vector方法，准确率提高了近30％。本专利技术采用以下技术：一种声纹鉴权训练方法，其特征在于，包括以下步骤：加载音频配置文件，对训练需要的音频文件及标准文件进行数据配置和确认；加载训练模型参数，参数包括训练集大小、训本文档来自技高网...

【技术保护点】
1.一种声纹鉴权训练方法，其特征在于，包括以下步骤：S1、加载音频配置文件，对训练需要的音频文件及标准文件进行数据配置和确认；S2、加载训练模型参数；S3、构建基于神经网络的训练模型，作为语音识别的训练特征，并完成模型加载；S4、将S1完成的配置数据加载输入训练模型；S5、进行模型训练：S51、通过预训练来初始化神经网络的权重，S52、通过分类器进行处理，S53、通过余弦相似性的三元组损失函数进行评估，S54、通过归一化处理使评估数据标准化；S6、生成声纹识别的声纹库并保存。

【技术特征摘要】
1.一种声纹鉴权训练方法，其特征在于，包括以下步骤：S1、加载音频配置文件，对训练需要的音频文件及标准文件进行数据配置和确认；S2、加载训练模型参数；S3、构建基于神经网络的训练模型，作为语音识别的训练特征，并完成模型加载；S4、将S1完成的配置数据加载输入训练模型；S5、进行模型训练：S51、通过预训练来初始化神经网络的权重，S52、通过分类器进行处理，S53、通过余弦相似性的三元组损失函数进行评估，S54、通过归一化处理使评估数据标准化；S6、生成声纹识别的声纹库并保存。2.根据权利要求1所述的声纹鉴权训练方法，其特征在于：所述训练模型参数，包括训练集大小、训练的帧数和音频语谱图。3.根据权利要求2所述的声纹鉴权训练方法，其特征在于：所述音频语谱图，使用的是维度为(32,32,3)的伪图相。4.根据权利要求1所述的声纹鉴权训练方法，其特征在于：所述分类器采用softmax多类分类器。5.根据权利要求1所述的声纹鉴权训练方法，其特征在于：所述神经网络为ResCNN神经网络，参数为：卷积块Conv3×3、滤波器的尺寸3×3、两个方向上的零填充1、连续跨步1×1参数化。6.根据权利要求1所述的声纹鉴权训练方法，其特征在于：所述三元组损失函数为：其中，a为可调范围在0～2的参数，表示同类样本Positive和Anchor嵌入式向量之间的余弦，表示异类样本N...

【专利技术属性】
技术研发人员：毛海涛，鲍捷，吕春，王明，阴陶，戴荣，
申请(专利权)人：成都傅立叶电子科技有限公司，
类型：发明
国别省市：四川,51