专利交易市场

本发明公开了一种基于会议场景小样本条件下的声纹准确识别方法，包括以下步骤：步骤（1）：对每个说话人的特征向量矩阵执行差异化特征与样本点及独立化特征矩阵操作；再建立并保存针对每个说话人的预判模型；步骤（2）：将待测语音的特征向量样本点均值矩阵中经筛选剔除后保留的列向量组成特征向量矩阵，再对该特征向量矩阵依次执行差异化特征与样本点操作及独立化特征矩阵操作；分别计算识别集中每个说话人特征矩阵与待测语音对应特征矩阵的相似度，选取训练阶段适当数目的说话人作为预判的结果；再将待测语音对应特征矩阵带入到预判结果中各预判模型里计算选取概率，选取概率最高的那个预判模型作为识别结果。本发明具有识别准确率高的优点。

本发明提出一种用户身份验证方法，包括：接收带有目标用户身份标识的身份验证请求，从客户端获取该目标用户的当前语音数据；将该当前语音数据输入训练好的声纹识别模型中，确定该目标用户的当前声纹特征向量，确定所述目标用户身份标识对应的标准声纹特征向量；计算所述当前声纹特征向量与所述标准声纹特征向量之间的距离；及，根据所述距离分析目标用户是否通过身份验证，将所述身份验证结果发送给该客户端。本发明还提出一种身份验证服务器及计算机可读存储介质。利用本发明，可以避免因语音数据采集渠道不同造成的声纹鉴别向量与实际声纹鉴别向量差异较大的问题，提高身份验证的准确。

本发明涉及一种服务器、基于声纹的身份验证方法及存储介质，该方法包括：在接收到身份验证请求后，接收客户端发送来的语音数据；在接收到语音数据后，若当前接收到第N次接收到的语音数据，则将第1次至第N次接收到的语音数据按照时间顺序拼接；若待定的声纹验证语音数据的时长大于第二预设时长，则按照预设的剔除规则对待定的声纹验证语音数据进行剔除，得到第二预设时长的当前的声纹验证语音数据；构建当前的声纹验证语音数据的当前声纹鉴别向量，并确定对应的标准声纹鉴别向量，计算当前声纹鉴别向量与标准声纹鉴别向量之间的距离，基于计算的距离生成身份验证结果。本发明能够提高基于声纹进行身份验证的准确性。

本发明涉及人工智能领域，公开了基于地址信息的黑名单识别方法、装置、设备及存储介质，用于将黑名单特征库划分为维度更小的黑名单特征分库，根据地址信息对应的黑名单特征分库对声纹特征进行对比，提高了声纹识别效率。本发明方法包括：获取目标用户的语音文件，语音文件包括音频和地址信息，地址信息包括进线电话区段或/和互联网协议地址IP信息；通过预置算法对音频进行特征提取，得到特征文件；判断特征文件是否有效；若特征文件无效，则生成提取失败的状态码；若特征文件有效，则根据进线电话区段或IP信息确定目标用户所属的目标地址范围，调用预置的黑名单模型和目标地址范围对特征文件进行相似度评分，并根据评分结果进行相应操作。