一种声纹同一性鉴定方法和相关装置与流程

本申请涉及声纹鉴定技术领域，尤其涉及一种声纹同一性鉴定方法和相关装置。

背景技术：

声纹同一性鉴定是指通过未知说话人或不确定说话人的语音声学特征与已知说话人的语音声学特征进行综合分析比对，做出两者是否同一的结论的过程。现有技术中，主要是通过将样本语音对应显示语谱图中，人工逐个查找音素，逐一比对声纹特征，该方法存在效率低的问题。

技术实现要素：

本申请提供了一种声纹同一性鉴定方法和相关装置，用于解决现有的声纹同一性鉴定方法通过人工逐一比对声纹特征，存在效率低的技术问题。

有鉴于此，本申请第一方面提供了一种声纹同一性鉴定方法，包括：

获取样本语音；

提取所述样本语音中的目标音素的4个共振峰；

计算所述样本语音中的所述目标音素的每个共振峰与检材语音中的所述目标音素的每个共振峰的共振峰频率偏差，得到偏差结果；

根据所述偏差结果和预置共振峰频率偏差标准的对应关系，得到所述目标音素的声纹同一性鉴定结果。

优选地，所述计算所述样本语音中的所述目标音素的每个共振峰与检材语音中的所述目标音素的每个共振峰的共振峰频率偏差，得到偏差结果，之前还包括：

获取所述检材语音；

提取所述检材语音中的所述目标音素的4个共振峰。

优选地，所述提取所述样本语音中的目标音素的4个共振峰，包括：

基于线性预测编码技术提取所述样本语音中的所述目标音素的4个共振峰。

优选地，所述预置共振峰频率偏差标准包括：

当所述样本语音中的所述目标音素与所述检材语音的所述目标音素的4个共振峰频率偏差满足第一共振峰频率偏差值小于12％、第二共振峰频率偏差值小于9％、第三共振峰频率偏差值小于5％-6％和第四共振峰频率偏差值小于5％-6％时，判定所述样本语音中的所述目标音素与所述检材语音的所述目标音素属于同一说话人；

当所述样本语音中的所述目标音素与所述检材语音的所述目标音素的4个共振峰频率偏差不满足第一共振峰频率偏差值小于12％、第二共振峰频率偏差值小于9％、第三共振峰频率偏差值小于5％-6％和第四共振峰频率偏差值小于5％-6％中的任一个条件时，判定所述样本语音中的所述目标音素与所述检材语音的所述目标音素属于不同说话人。

本申请第二方面提供了一种声纹同一性鉴定装置，包括：

第一获取模块，用于获取样本语音；

第一提取模块，用于提取所述样本语音中的目标音素的4个共振峰；

计算模块，用于计算所述样本语音中的所述目标音素的每个共振峰与检材语音中的所述目标音素的每个共振峰的共振峰频率偏差，得到偏差结果；

鉴定模块，用于根据所述偏差结果和预置共振峰频率偏差标准的对应关系，得到所述目标音素的声纹同一性鉴定结果。

优选地，还包括：

第二获取模块，用于获取所述检材语音；

第二提取模块，用于提取所述检材语音中的所述目标音素的4个共振峰。

优选地，所述第一提取模块具体用于：

基于线性预测编码技术提取所述样本语音中的所述目标音素的4个共振峰。

本申请第三方面提供了一种声纹同一性鉴定设备，所述设备包括处理器以及存储器；

所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；

所述处理器用于根据所述程序代码中的指令执行第一方面任一种所述的声纹同一性鉴定方法。

本申请第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行第一方面任一种所述的声纹同一性鉴定方法。

本申请第五方面提供了一种包括指令的计算机程序产品，当其在计算机上运行时，使得所述计算机执行第一方面任一种所述的声纹同一性鉴定方法。

从以上技术方案可以看出，本申请具有以下优点：

本申请提供了一种声纹同一性鉴定方法，包括：获取样本语音；提取样本语音中的目标音素的4个共振峰；计算样本语音中的目标音素的每个共振峰与检材语音中的目标音素的每个共振峰的共振峰频率偏差，得到偏差结果；根据偏差结果和预置共振峰频率偏差标准的对应关系，得到目标音素的声纹同一性鉴定结果。本申请中提供的声纹同一性鉴定方法，通过提取获取的样本语音的目标音素的4个共振峰，计算样本语音中的目标音素的每个共振峰与检材语音中的目标音素的每个共振峰的共振峰频率偏差，得到偏差结果，根据偏差结果和预置共振峰频率偏差标准的对应关系判断样本语音中的目标音素与检材语音中的目标音素是否为同一说话人，从而得到声纹同一性鉴定结果，解决了现有的声纹同一性鉴定方法通过人工逐一比对声纹特征，存在效率低的技术问题。

附图说明

图1为本申请提供的一种声纹同一性鉴定方法的一个实施例的流程示意图；

图2为本申请提供的一种声纹同一性鉴定方法的另一个实施例的流程示意图；

图3为本申请提供的一种声纹同一性鉴定装置的一个实施例的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

为了便于理解，请参阅图1，本申请提供的一种声纹同一性鉴定方法的一个实施例，包括：

步骤101、获取样本语音。

需要说明的是，可以通过语音录制设备获得样本语音。

步骤102、提取样本语音中的目标音素的4个共振峰。

需要说明的是，样本语音中可能存在多个不同的音素，通常每个音素具有4个共振峰，提取样本语音中的音素的共振峰时，若某音素没有4个共振峰，则该音素不能作为目标音素。

步骤103、计算样本语音中的目标音素的每个共振峰与检材语音中的目标音素的每个共振峰的共振峰频率偏差，得到偏差结果。

需要说明的是，检材语音中的目标音素同样具有4个共振峰，计算得到的偏差结果包括4个共振峰频率偏差值。

步骤104、根据偏差结果和预置共振峰频率偏差标准的对应关系，得到目标音素的声纹同一性鉴定结果。

需要说明的是，根据偏差结果与预置共振峰频率偏差标准的对应关系，得到样本语音中的目标音素与检材语音中的目标音素是否属于同一说话人。

本申请实施例中的声纹同一性鉴定方法，通过提取获取的样本语音的目标音素的4个共振峰，计算样本语音中的目标音素的每个共振峰与检材语音中的目标音素的每个共振峰的共振峰频率偏差，得到偏差结果，根据偏差结果和预置共振峰频率偏差标准的对应关系判断样本语音中的目标音素与检材语音中的目标音素是否为同一说话人，从而得到声纹同一性鉴定结果，解决了现有的声纹同一性鉴定方法通过人工逐一比对声纹特征，存在效率低的技术问题。

为了便于理解，请参阅图2，本申请提供的一种声纹同一性鉴定方法的另一个实施例，包括：

步骤201、获取检材语音。

需要说明的是，可以在声纹鉴定数据库中获取检材语音。

步骤202、提取检材语音中的目标音素的4个共振峰。

需要说明的是，检材语音中可能存在多个不同的音素，通常每个音素具有4个共振峰，提取检材语音中的音素的共振峰时，若某音素没有4个共振峰，则该音素不能作为目标音素。其中，可以通过线性预测编码技术提取共振峰。

步骤203、获取样本语音。

需要说明的是，步骤203和步骤201可以同时进行，也可以先后进行。

步骤204、提取样本语音中的目标音素的4个共振峰。

需要说明的是，可以通过线性预测编码技术提取共振峰，其中，样本语音中的目标音素与检测语音中的目标音素为相同的音素。

步骤205、计算样本语音中的目标音素的每个共振峰与检材语音中的目标音素的每个共振峰的共振峰频率偏差，得到偏差结果。

需要说明的是，检材语音中的目标音素同样具有4个共振峰，计算得到的偏差结果包括4个共振峰频率偏差值，共振峰频率偏差的计算属于现有技术，在此不对共振峰频率偏差的具体计算过程进行赘述。

步骤206、根据偏差结果和预置共振峰频率偏差标准的对应关系，得到目标音素的声纹同一性鉴定结果。

需要说明的是，预置共振峰频率偏差标准包括：

当样本语音中的目标音素与检材语音的目标音素的4个共振峰频率偏差满足第一共振峰频率偏差值小于12％、第二共振峰频率偏差值小于9％、第三共振峰频率偏差值小于5％-6％和第四共振峰频率偏差值小于5％-6％时，判定样本语音中的目标音素与检材语音的目标音素属于同一说话人；

当样本语音中的目标音素与检材语音的目标音素的4个共振峰频率偏差不满足第一共振峰频率偏差值小于12％、第二共振峰频率偏差值小于9％、第三共振峰频率偏差值小于5％-6％和第四共振峰频率偏差值小于5％-6％中的任一个条件时，判定样本语音中的目标音素与检材语音的目标音素属于不同说话人。

当偏差结果中的4个共振峰频率偏差值满足预置共振峰频率偏差标准中的第一共振峰频率偏差值小于12％、第二共振峰频率偏差值小于9％、第三共振峰频率偏差值小于5％-6％和第四共振峰频率偏差值小于5％-6％时，得到样本语音中的目标音素与检材语音中的目标音素属于同一说话人的鉴定结果；例如，假设计算得到检材语音的目标音素与样本语音的目标音素的4个共振峰频率偏差分别为f1：8％，f2：7％，f3：5％，f4：4％，由于f1、f2、f3和f4都符合预置共振峰频率偏差标准中属于同一说话人的条件，因此，检材语音的目标音素与样本语音的目标音素属于同一说话人。

当偏差结果中的4个共振峰频率偏差值不满足预置共振峰频率偏差标准中的第一共振峰频率偏差值小于12％、第二共振峰频率偏差值小于9％、第三共振峰频率偏差值小于5％-6％和第四共振峰频率偏差值小于5％-6％中的任一条件时，得到样本语音中的目标音素与检材语音中的目标音素属于不同说话人的鉴定结果。例如，假设计算得到检材语音的目标音素与样本语音的目标音素的4个共振峰频率偏差分别为f1：16％，f2：15％，f3：5％，f4：8％，由于f1、f2和f4不符合预置共振峰频率偏差标准，因此，检材语音的目标音素与样本语音的目标音素属于不同说话人。

为了便于理解，请参阅图3，本申请提供的一种声纹同一性鉴定装置的一个实施例，包括：

第一获取模块301，用于获取样本语音。

第一提取模块302，用于提取样本语音中的目标音素的4个共振峰。

计算模块303，用于计算样本语音中的目标音素的每个共振峰与检材语音中的目标音素的每个共振峰的共振峰频率偏差，得到偏差结果。

鉴定模块304，用于根据偏差结果和预置共振峰频率偏差标准的对应关系，得到目标音素的声纹同一性鉴定结果。

进一步地，还包括：

第二获取模块305，用于获取检材语音。

第二提取模块306，用于提取检材语音中的目标音素的4个共振峰。

进一步地，第一提取模块302具体用于：

基于线性预测编码技术提取样本语音中的目标音素的4个共振峰。

本申请提供了一种声纹同一性鉴定设备的一个实施例，设备包括处理器以及存储器；

存储器用于存储程序代码，并将程序代码传输给处理器；

处理器用于根据程序代码中的指令执行前述声纹同一性鉴定方法实施例中的声纹同一性鉴定方法。

本申请提供了一种计算机可读存储介质的一个实施例，计算机可读存储介质用于存储程序代码，程序代码用于执行前述声纹同一性鉴定方法实施例中的声纹同一性鉴定方法。

本申请还提供了一种包括指令的计算机程序产品，当其在计算机上运行时，使得计算机执行前述声纹同一性鉴定方法实施例中的声纹同一性鉴定方法。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以通过一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(英文全称：read-onlymemory，英文缩写：rom)、随机存取存储器(英文全称：randomaccessmemory，英文缩写：ram)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。