一种声纹模型训练方法和装置以及设备制造方法及图纸

本发明专利技术公开了一种声纹模型训练方法和装置以及设备。其中，所述方法包括：采集至少一个用户的语音数据，和获取该采集的每个用户的语音数据中的环境噪声数据，和根据该环境噪声数据，消除该采集的每个用户的语音数据中的环境噪声，和对该经消除环境噪声后的每个用户的语音数据进行声纹特征提取，和对该提取的声纹特征进行训练得到声纹特征训练集，以及根据该声纹特征训练集，形成声纹模型。通过上述方式，能够实现通过消除该采集的每个用户的语音数据中的环境噪声，能够实现提高所形成的声纹模型的准确率。

A training method, device and equipment of voiceprint model

【技术实现步骤摘要】
一种声纹模型训练方法和装置以及设备
本专利技术涉及声纹
，尤其涉及一种声纹模型训练方法和装置以及设备。
技术介绍
声纹是用电声学仪器显示的携带言语信息的声波频谱。现代科学研究表明，声纹不仅具有特定性，而且有相对稳定性的特点。成年以后，人的声音可保持长期相对稳定不变。实验证明，每个人的声纹各不相同，无论讲话者是故意模仿他人声音和语气，还是耳语轻声讲话，即使模仿得惟妙惟肖，其声纹却始终不同。但是，专利技术人发现现有技术中至少存在如下问题：现有的声纹模型训练方案，一般都是先采集至少一个用户的语音数据，接着对该采集的每个用户的语音数据进行声纹特征提取，然后对该提取的声纹特征进行训练得到声纹特征训练集，之后，根据该声纹特征训练集，形成声纹模型，该采集的语音数据中一般都包含环境噪声，该环境噪声贯穿整个声纹模型的形成过程，导致该形成的声纹模型的准确率一般。
技术实现思路
有鉴于此，本专利技术的目的在于提出一种声纹模型训练方法和装置以及设备，能够实现提高所形成的声纹模型的准确率。根据本专利技术的一个方面，提供一本文档来自技高网...

【技术保护点】
1.一种声纹模型训练方法，其特征在于，包括：/n采集至少一个用户的语音数据；/n获取所述采集的每个用户的语音数据中的环境噪声数据；/n根据所述环境噪声数据，消除所述采集的每个用户的语音数据中的环境噪声；/n对所述经消除环境噪声后的每个用户的语音数据进行声纹特征提取；/n对所述提取的声纹特征进行训练得到声纹特征训练集；/n根据所述声纹特征训练集，形成声纹模型。/n

【技术特征摘要】
1.一种声纹模型训练方法，其特征在于，包括：
采集至少一个用户的语音数据；
获取所述采集的每个用户的语音数据中的环境噪声数据；
根据所述环境噪声数据，消除所述采集的每个用户的语音数据中的环境噪声；
对所述经消除环境噪声后的每个用户的语音数据进行声纹特征提取；
对所述提取的声纹特征进行训练得到声纹特征训练集；
根据所述声纹特征训练集，形成声纹模型。


2.如权利要求1所述的声纹模型训练方法，其特征在于，所述获取所述采集的每个用户的语音数据中的环境噪声数据，包括：
通过预设的通用环境噪声模型，获取所述采集的每个用户的语音数据中的环境噪声数据。


3.如权利要求1所述的声纹模型训练方法，其特征在于，所述对所述提取的声纹特征进行训练得到声纹特征训练集，包括：
通过长短期记忆网络和卷积神经网络，对所述提取的声纹特征进行训练得到声纹特征训练集。


4.如权利要求1所述的声纹模型训练方法，其特征在于，所述根据所述声纹特征训练集，形成声纹模型，包括：
根据所述声纹特征训练集，形成所述经消除环境噪声后的每个用户的语音数据的声纹模型和/或所述经消除环境噪声后的所有用户的语音数据的声纹模型。


5.如权利要求1所述的声纹模型训练方法，其特征在于，在所述根据所述声纹特征训练集，形成声纹模型之后，还包括：
通过预设次数的迭代，对所述形成的声纹模型进行优化。


6.一种声纹模型训练装置，其特征在...

【专利技术属性】
技术研发人员：肖龙源，李稀敏，刘晓葳，谭玉坤，叶志坚，
申请(专利权)人：厦门快商通科技股份有限公司，
类型：发明
国别省市：福建;35