人的音頻數(shù)據(jù)，對(duì)所述音頻數(shù)據(jù)進(jìn)行語(yǔ)音識(shí)別得到語(yǔ)音文本，并提取語(yǔ)音文本中的關(guān)鍵詞，提取音頻數(shù)據(jù)的聲紋特征，根據(jù)所述關(guān)鍵詞在聲紋數(shù)據(jù)庫(kù)中搜索具有該關(guān)鍵詞的聲紋樣本，計(jì)算聲紋特征與聲紋樣本的聲紋特征的相似度，提取相似度超過(guò)設(shè)定閾值的聲紋樣本，根據(jù)所述聲紋樣本及聲紋樣本與身份信息的對(duì)應(yīng)關(guān)系，確定所述說(shuō)話(huà)人的身份信息，提高了語(yǔ)音監(jiān)控的效率，與實(shí)施例一相比，并實(shí)施例先根據(jù)音頻數(shù)據(jù)的語(yǔ)音文本中的關(guān)鍵詞在聲紋數(shù)據(jù)庫(kù)中搜索相關(guān)的聲紋樣本，后續(xù)再將聲紋樣本的聲紋特征與聲紋特征進(jìn)行比對(duì)，計(jì)算相似度，根據(jù)相似度超過(guò)設(shè)定值的聲紋樣本，可以確定說(shuō)話(huà)人的身份信息，進(jìn)一步提高了聲紋比對(duì)的速度，從而進(jìn)一步提高了語(yǔ)音監(jiān)控的效率。
[0068]實(shí)施例三
[0069]圖6是本發(fā)明實(shí)施例三提供的一種說(shuō)話(huà)人識(shí)別裝置的結(jié)構(gòu)示意圖。如圖6所示，本實(shí)施例所述的說(shuō)話(huà)人識(shí)別裝置包括:音頻數(shù)據(jù)采集模塊610、聲紋特征提取模塊620、聲紋樣本搜索模塊630和身份信息確定模塊640。
[0070]其中，音頻數(shù)據(jù)采集模塊610用于采集說(shuō)話(huà)人的音頻數(shù)據(jù)；
[0071]聲紋特征提取模塊620用于提取所述音頻數(shù)據(jù)的聲紋特征；
[0072]聲紋樣本搜索模塊630用于在聲紋數(shù)據(jù)庫(kù)中搜索具有所述聲紋特征的聲紋樣本，所述聲紋數(shù)據(jù)庫(kù)保存身份信息和聲紋樣本的對(duì)應(yīng)關(guān)系；
[0073]身份信息確定模塊640用于根據(jù)所述聲紋樣本及聲紋樣本與身份信息的對(duì)應(yīng)關(guān)系，確定所述說(shuō)話(huà)人的身份信息。
[0074]優(yōu)選的，該說(shuō)話(huà)人識(shí)別裝置還包括:
[0075]語(yǔ)音識(shí)別模塊，用于在采集說(shuō)話(huà)人的音頻數(shù)據(jù)之后，對(duì)所述音頻數(shù)據(jù)進(jìn)行語(yǔ)音識(shí)另IJ，得到語(yǔ)音文本；
[0076]關(guān)鍵詞提取模塊，用于提取所述語(yǔ)音文本中的關(guān)鍵詞；
[0077]所述聲紋樣本搜索模塊包括:
[0078]聲紋樣本搜索單元，用于根據(jù)所述關(guān)鍵詞，在聲紋數(shù)據(jù)庫(kù)中搜索具有所述關(guān)鍵詞的聲紋樣本；
[0079]相似度計(jì)算單元，用于計(jì)算所述聲紋特征與所述聲紋樣本的聲紋特征的相似度；
[0080]聲紋樣本提取單元，用于提取相似度超過(guò)設(shè)定閾值的聲紋樣本。
[0081]優(yōu)選的，所述聲紋樣本搜索模塊還包括:
[0082]時(shí)間位置標(biāo)注單元，用于在聲紋數(shù)據(jù)庫(kù)中搜索具有所述關(guān)鍵詞的聲紋樣本之后，在搜索結(jié)果中標(biāo)注所述關(guān)鍵詞所出現(xiàn)的時(shí)間位置。
[0083]優(yōu)選的，該說(shuō)話(huà)人識(shí)別裝置還包括:
[0084]搜索入口提供模塊，用于提供聲紋數(shù)據(jù)庫(kù)搜索入口，供用戶(hù)通過(guò)關(guān)鍵詞查詢(xún)聲紋樣本。
[0085]優(yōu)選的，該說(shuō)話(huà)人識(shí)別裝置還包括:
[0086]聲紋樣本采集模塊，用于在采集說(shuō)話(huà)人的音頻數(shù)據(jù)之前，采集已知身份的說(shuō)話(huà)人的音頻數(shù)據(jù)，提取該音頻數(shù)據(jù)的聲紋特征，該音頻數(shù)據(jù)、與該音頻數(shù)據(jù)對(duì)應(yīng)的聲紋樣本及身份信息形成聲紋樣本，將該聲紋樣本保存到聲紋數(shù)據(jù)庫(kù)中。
[0087]上述產(chǎn)品可執(zhí)行本發(fā)明任意實(shí)施例所提供的方法，具備執(zhí)行方法相應(yīng)的功能模塊和有益效果。
[0088]注意，上述僅為本發(fā)明的較佳實(shí)施例及所運(yùn)用技術(shù)原理。本領(lǐng)域技術(shù)人員會(huì)理解，本發(fā)明不限于這里所述的特定實(shí)施例，對(duì)本領(lǐng)域技術(shù)人員來(lái)說(shuō)能夠進(jìn)行各種明顯的變化、重新調(diào)整和替代而不會(huì)脫離本發(fā)明的保護(hù)范圍。因此，雖然通過(guò)以上實(shí)施例對(duì)本發(fā)明進(jìn)行了較為詳細(xì)的說(shuō)明，但是本發(fā)明不僅僅限于以上實(shí)施例，在不脫離本發(fā)明構(gòu)思的情況下，還可以包括更多其他等效實(shí)施例，而本發(fā)明的范圍由所附的權(quán)利要求范圍決定。
【主權(quán)項(xiàng)】
1.一種說(shuō)話(huà)人識(shí)別方法，其特征在于，所述方法包括: 采集說(shuō)話(huà)人的音頻數(shù)據(jù)； 提取所述音頻數(shù)據(jù)的聲紋特征； 在聲紋數(shù)據(jù)庫(kù)中搜索具有所述聲紋特征的聲紋樣本，所述聲紋數(shù)據(jù)庫(kù)保存身份信息和聲紋樣本的對(duì)應(yīng)關(guān)系； 根據(jù)所述聲紋樣本及聲紋樣本與身份信息的對(duì)應(yīng)關(guān)系，確定所述說(shuō)話(huà)人的身份信息。2.根據(jù)權(quán)利要求1所述的方法，其特征在于，在采集說(shuō)話(huà)人的音頻數(shù)據(jù)之后，還包括: 對(duì)所述音頻數(shù)據(jù)進(jìn)行語(yǔ)音識(shí)別，得到語(yǔ)音文本； 提取所述語(yǔ)音文本中的關(guān)鍵詞； 在聲紋數(shù)據(jù)庫(kù)中搜索具有所述聲紋特征的聲紋樣本，包括: 根據(jù)所述關(guān)鍵詞，在聲紋數(shù)據(jù)庫(kù)中搜索具有所述關(guān)鍵詞的聲紋樣本； 計(jì)算所述聲紋特征與所述聲紋樣本的聲紋特征的相似度； 提取相似度超過(guò)設(shè)定閾值的聲紋樣本。3.根據(jù)權(quán)利要求2所述的方法，其特征在于，在聲紋數(shù)據(jù)庫(kù)中搜索具有所述關(guān)鍵詞的聲紋樣本之后，還包括: 在搜索結(jié)果中標(biāo)注所述關(guān)鍵詞所出現(xiàn)的時(shí)間位置。4.根據(jù)權(quán)利要求2所述的方法，其特征在于，還包括: 提供聲紋數(shù)據(jù)庫(kù)搜索入口，供用戶(hù)通過(guò)關(guān)鍵詞查詢(xún)聲紋樣本。5.根據(jù)權(quán)利要求1-4任一所述的方法，其特征在于，在采集說(shuō)話(huà)人的音頻數(shù)據(jù)之前，還包括: 采集已知身份的說(shuō)話(huà)人的音頻數(shù)據(jù)，提取該音頻數(shù)據(jù)的聲紋特征，該音頻數(shù)據(jù)、與該音頻數(shù)據(jù)對(duì)應(yīng)的聲紋特征及身份信息形成聲紋樣本，將該聲紋樣本保存到聲紋數(shù)據(jù)庫(kù)中。6.一種說(shuō)話(huà)人識(shí)別裝置，其特征在于，所述裝置包括: 音頻數(shù)據(jù)采集模塊，用于采集說(shuō)話(huà)人的音頻數(shù)據(jù)； 聲紋特征提取模塊，用于提取所述音頻數(shù)據(jù)的聲紋特征； 聲紋樣本搜索模塊，用于在聲紋數(shù)據(jù)庫(kù)中搜索具有所述聲紋特征的聲紋樣本，所述聲紋數(shù)據(jù)庫(kù)保存身份信息和聲紋樣本的對(duì)應(yīng)關(guān)系； 身份信息確定模塊，用于根據(jù)所述聲紋樣本及聲紋樣本與身份信息的對(duì)應(yīng)關(guān)系，確定所述說(shuō)話(huà)人的身份信息。7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，還包括: 語(yǔ)音識(shí)別模塊，用于在采集說(shuō)話(huà)人的音頻數(shù)據(jù)之后，對(duì)所述音頻數(shù)據(jù)進(jìn)行語(yǔ)音識(shí)別，得到語(yǔ)音文本； 關(guān)鍵詞提取模塊，用于提取所述語(yǔ)音文本中的關(guān)鍵詞； 所述聲紋樣本搜索模塊包括: 聲紋樣本搜索單元，用于根據(jù)所述關(guān)鍵詞，在聲紋數(shù)據(jù)庫(kù)中搜索具有所述關(guān)鍵詞的聲紋樣本； 相似度計(jì)算單元，用于計(jì)算所述聲紋特征與所述聲紋樣本的聲紋特征的相似度； 聲紋樣本提取單元，用于提取相似度超過(guò)設(shè)定閾值的聲紋樣本。8.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述聲紋樣本搜索模塊還包括: 時(shí)間位置標(biāo)注單元，用于在聲紋數(shù)據(jù)庫(kù)中搜索具有所述關(guān)鍵詞的聲紋樣本之后，在搜索結(jié)果中標(biāo)注所述關(guān)鍵詞所出現(xiàn)的時(shí)間位置。9.根據(jù)權(quán)利要求7所述的裝置，其特征在于，還包括: 搜索入口提供模塊，用于提供聲紋數(shù)據(jù)庫(kù)搜索入口，供用戶(hù)通過(guò)關(guān)鍵詞查詢(xún)聲紋樣本。10.根據(jù)權(quán)利要求6-9任一所述的裝置，其特征在于，還包括: 聲紋樣本采集模塊，用于在采集說(shuō)話(huà)人的音頻數(shù)據(jù)之前，采集已知身份的說(shuō)話(huà)人的音頻數(shù)據(jù)，提取該音頻數(shù)據(jù)的聲紋特征，該音頻數(shù)據(jù)、與該音頻數(shù)據(jù)對(duì)應(yīng)的聲紋樣本及身份信息形成聲紋樣本，將該聲紋樣本保存到聲紋數(shù)據(jù)庫(kù)中。
【專(zhuān)利摘要】本發(fā)明公開(kāi)了一種說(shuō)話(huà)人識(shí)別方法和裝置。該方法包括：采集說(shuō)話(huà)人的音頻數(shù)據(jù)；提取所述音頻數(shù)據(jù)的聲紋特征；在聲紋數(shù)據(jù)庫(kù)中搜索具有所述聲紋特征的聲紋樣本，所述聲紋數(shù)據(jù)庫(kù)保存身份信息和聲紋樣本的對(duì)應(yīng)關(guān)系；根據(jù)所述聲紋樣本及聲紋樣本與身份信息的對(duì)應(yīng)關(guān)系，確定所述說(shuō)話(huà)人的身份信息。本發(fā)明提高了語(yǔ)音監(jiān)控的效率，為公共安全提供了保障。
【IPC分類(lèi)】G10L17/02, G10L17/14
【公開(kāi)號(hào)】CN105244031
【申請(qǐng)?zhí)枴緾N201510702800
【發(fā)明人】王旭東
【申請(qǐng)人】北京銳安科技有限公司
【公開(kāi)日】2016年1月13日
【申請(qǐng)日】2015年10月26日