利索能及
我要发布
收藏
专利号: 2019111053382
申请人: 效生软件科技(上海)有限公司
专利类型:发明专利
专利状态:已下证
更新日期:2026-06-16
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种语音验证方法,其特征在于,包括以下步骤:

获取待验证的语音信息;

基于预设的有效信息提取方法,提取所述待验证的语音信息中的有效语音信息;

基于预设的线性预测函数,提取所述有效语音信息的声纹发声器官特征向量,并确定为待验证的声纹发声器官特征模型;

获取至少一个预设的声纹发声器官特征对比模型,并基于最大对数似然函数估计方法,确定所述至少一个预设的声纹发声器官特征对比模型中与所述待验证的声纹发声器官特征模型的对数似然函数值最大的声纹发声器官特征对比模型;

根据所述对数似然函数值最大的声纹发声器官特征对比模型确定语音验证结果。

2.根据权利要求1所述的一种语音验证方法,其特征在于,在所述根据所述对数似然函数值最大的声纹发声器官特征对比模型确定语音验证结果的步骤之前,还包括:基于短时自相关函数以及倒谱法,提取所述有效语音信息的声纹发声动作特征向量,并确定为待验证的声纹发声动作特征模型;

获取至少一个预设的声纹发声动作特征对比模型,并基于最大对数似然函数估计方法,确定所述至少一个预设的声纹发声动作特征对比模型中与所述待验证的声纹发声动作特征模型的对数似然函数值最大的声纹发声动作特征对比模型;

所述根据所述对数似然函数值最大的声纹发声器官特征对比模型确定语音验证结果的步骤,具体包括:基于权重计算法,根据所述对数似然函数值最大的声纹发声器官特征对比模型以及所述对数似然函数值最大的声纹发声动作特征对比模型确定语音验证结果。

3.根据权利要求2所述的一种语音验证方法,其特征在于,所述基于短时自相关函数以及倒谱法,提取所述有效语音信息的声纹发声动作特征向量,并确定为待验证的声纹发声动作特征模型的步骤,具体包括:基于预设的短时自相关函数,获取所述有效语音信息的基音频率;

基于倒谱法,提取所述有效语音信息的共振峰;

根据所述有效语音信息的基音频率以及所述有效语音信息的共振峰,生成所述有效语音信息的声纹发声动作特征向量,并确定为待验证的声纹发声动作特征模型。

4.根据权利要求1所述的一种语音验证方法,其特征在于,所述基于预设的有效信息提取方法,提取所述待验证的语音信息中的有效语音信息的步骤,具体包括:基于预设的传递函数,对所述待验证的语音信息进行预加重处理,生成预加重处理后的语音信息;

基于预设的汉明窗函数,根据预设的窗口长度对所述预加重处理后的语音信息进行分帧处理,生成分帧处理后的语音信息,即为有效语音信息。

5.根据权利要求4所述的一种语音验证方法,其特征在于,所述待验证的语音信息包括高频信息;所述基于预设的传递函数,对所述待验证的语音信息进行预加重处理,生成预加重处理后的语音信息的步骤,具体包括:获取所述待验证的语音信息中高频信息的时间节点;

基于预设的传递函数,根据所述待验证的语音信息中高频信息的时间节点以及预设的预加重系数,对所述待验证的语音信息中的高频信息进行预加重处理,生成预加重处理后的语音信息。

6.根据权利要求1所述的一种语音验证方法,其特征在于,所述基于预设的线性预测函数,提取所述有效语音信息的声纹发声器官特征向量,并确定为待验证的声纹发声器官特征模型的步骤,具体包括:根据所述待验证的语音信息中的语音频率确定所述预设的线性预测函数的阶数;

确定所述待验证的语音信息中多个语音节点之间的相关度;

根据所述预设的线性预测函数的阶数以及所述多个语音节点之间的相关度,生成所述有效语音信息的声纹发声器官特征向量,并确定为待验证的声纹发声器官特征模型。

7.一种语音验证装置,其特征在于,包括:

语音获取单元,用于获取待验证的语音信息;

语音处理单元,用于基于预设的有效信息提取方法,提取所述待验证的语音信息中的有效语音信息;

第一声纹特征提取单元,用于基于预设的线性预测函数,提取所述有效语音信息的声纹发声器官特征向量,并确定为待验证的声纹发声器官特征模型;

第一声纹特征匹配单元,用于获取至少一个预设的声纹发声器官特征对比模型,并基于最大对数似然函数估计方法,确定所述至少一个预设的声纹发声器官特征对比模型中与所述待验证的声纹发声器官特征模型的对数似然函数值最大的声纹发声器官特征对比模型;

验证结果判断单元,用于根据所述对数似然函数值最大的声纹发声器官特征对比模型确定语音验证结果。

8.根据权利要求7所述的一种语音验证装置,其特征在于,还包括:第二声纹特征提取单元,用于基于短时自相关函数以及倒谱法,提取所述有效语音信息的声纹发声动作特征向量,并确定为待验证的声纹发声动作特征模型;

第二声纹特征匹配单元,用于获取至少一个预设的声纹发声动作特征对比模型,并基于最大对数似然函数估计方法,确定所述至少一个预设的声纹发声动作特征对比模型中与所述待验证的声纹发声动作特征模型的对数似然函数值最大的声纹发声动作特征对比模型;

所述验证结果判断单元,用于基于权重计算法,根据所述对数似然函数值最大的声纹发声器官特征对比模型以及所述对数似然函数值最大的声纹发声动作特征对比模型确定语音验证结果。

9.一种计算机设备,包括存储器和处理器,其特征在于,所述的存储器中存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行权利要求1-6中任一项所述的语音验证方法的步骤。

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行权利要求1-6中任一项所述的语音验证方法的步骤。