应用于声纹鉴定的基于后验概率的似然率计算方法及设备技术

本申请提供了一种应用于声纹鉴定的基于后验概率的似然率计算方法及设备，包括步骤：采集音频样本和音频检材；使用音频质量建模算法计算得到音频样本和音频检材的音频有效质量，并对音频样本和音频检材进行特征提取得到音频特征；将音频样本和音频检材的音频有效质量和音频特征输入到自动说话人识别算法中计算得到相似度分数；通过保序回归算法对相似度分数进行校准，得到后验概率；根据后验概率计算得到基于后验概率的似然率，根据似然率出具声纹鉴定意见。本申请可以让自动说话人识别算法根据当前比较的检材和样本的音频质量进行相似度评估，能够提升说话人识别算法的准确性和鲁棒性。和鲁棒性。和鲁棒性。

【技术实现步骤摘要】
应用于声纹鉴定的基于后验概率的似然率计算方法及设备


[0001]本专利技术涉及声纹鉴定
，具体涉及应用于声纹鉴定的基于后验概率的似然率计算方法及设备。

技术介绍

[0002]在说话人识别的一些应用中，一个重要的任务是对说话人身份的匹配的一些绝对度量。在这种情况下，自动说话人识别方法是最快和最简单的说话人识别工具。自动说话人识别，也称声纹识别，是指利用计算机和信息技术及语音中的个性信息，对说话人的身份进行自动识别的一种技术。同其他生物特征如DNA、虹膜相比较而言，语音方便更易采集，并且成本低廉，这为自动说话人识别算法的训练与使用提供了前提条件。然而，到目前为止，自动说话人识别系统对于单个案例的适用性和可靠性评估，在特定场景，仍有广泛的争议。目前的自动说话人识别系统的研究现状的输出结果基于统计数据分析，它们是否适用于个人比较，在理论上和实践上都是相当复杂的任务。所以，在进行一对一语音音频比较的情况下，如何评估结果的可靠性是非常重要的。
[0003]最新的说话人自动识别系统是基于构建和使用说话人模型的数据驱动方法。这是因为影响说话人特性本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种应用于声纹鉴定的基于后验概率的似然率计算方法，其特征在于，包括以下步骤：采集音频样本和音频检材；使用音频质量建模算法计算得到所述音频样本和所述音频检材的音频有效质量，并对所述音频样本和所述音频检材进行特征提取得到音频特征；将所述音频样本和所述音频检材的所述音频有效质量和所述音频特征输入到自动说话人识别算法中计算得到相似度分数；通过保序回归算法对所述相似度分数进行校准，得到后验概率；根据所述后验概率计算得到基于后验概率的似然率，根据所述似然率出具声纹鉴定意见。2.根据权利要求1所述的应用于声纹鉴定的基于后验概率的似然率计算方法，其特征在于，使用音频质量建模算法计算得到所述音频样本和所述音频检材的音频有效质量，包括步骤：将所述音频样本分为训练集和验证集；将训练集的所述音频样本进行质量参数标记，并提取出多个音频质量参数；将多个所述音频质量参数进行特征工程后输入到机器学习SVM模型，并以音频自然度mos值作为所述机器学习SVM算法的训练目标值得到音频有效质量函数；使用所述音频有效质量函数计算得到所述音频样本和所述音频检材的音频有效质量。3.根据权利要求2所述的应用于声纹鉴定的基于后验概率的似然率计算方法，其特征在于，多个所述音频质量参数包括：音频有效时长、音频信噪比和音频混响时间。4.根据权利要求3所述的应用于声纹鉴定的基于后验概率的似然率计算方法，其特征在于，通过保序回归算法对所述相似度分数进行校准，得到后验概率，包括步骤：将验证集的所述音频样本进行说话人标记；使用自动说话人识别算法两两识别验证集的所述音频样本，得到相似度估计值；将两个音频的相似度区间[0,1采用等长度划分为N个桶，根据相似度估计值的大小所述音频样本落入对应的桶内；根据每个桶内的所述音频样本，计算出平均真实相似度分数和每个桶内的平均估计相似度分数；将全部N个桶的所述平均估计相似度分数和所述平均真实相似度分数作为训练数据训练isotonic regression模型；对所述后验概率进行校准，所述后验概率即为当前分数的预测值，由自动说话人识别算法输出校准前的相似度分数，由训练好的所述isotonic regression模型输出校准后的所述后验概率。5.根据权利要求4所述的应用于声纹鉴定的基于后验概率的...

【专利技术属性】
技术研发人员：周靖轩，付宇，王征华，邓小涛，吕江涛，
申请(专利权)人：武汉大晟极科技有限公司，
类型：发明
国别省市：