《基于双曲线空间的声纹识别规范》编制说明.pdf

《基于双曲线空间的声纹识别规范》

编制说明

一、标准制定的必要性

本项目的主要目的在于通过基于双曲线空间的声纹识

别方法及系统的规范，通过放大特征之间的区别，可以进

行更小维度的声纹识别。

二、项目背景及工作情况

（一）项目背景

声纹识别是一种基于语音特征的生物识别技术。不同

人的发声器官例如肺、气管、声带、口腔、鼻腔、咽腔等

在尺寸和形态方面存在的生理差异，利用每个人语音中包

含的独特信息，可以进行个人身份的识别和验证。

现有技术中，声纹识别技术通过提取声纹的特征，将

特征映射到嵌入空间，进行声纹识别。然而，现有技术中

大多数的嵌入空间通常基于欧几里得空间，因此未考虑到

语音特征的固有层次结构，导致进行较小维度的识别比较

困难。例如，一方面相似语调和相似说话方式的人的主要

特征很容易聚集，导致声纹难以识别，另一方面个人的声

音可能会随着自身的音调、音高和情感原因而发生变化，

导致声纹难以识别。

1

（二）任务来源

为实现通过基于双曲线空间的声纹识别方法及系统的

规范，通过放大特征之间的区别，可以进行更小维度的声

纹识别。广州科慧健远医疗科技有限公司提出制定该项团

体标准。

（三）标准起草单位

本标准的主要起草单位是广州科慧健远医疗科技有限

公司、武汉市昱呈星医疗科技有限责任公司、广州言成智能

设备股份有限公司、科慧健远（广州）智能设备有限公司、

广州鼎成信息科技有限公司、广州科慧健远科学研究院有限

公司、广州鹏远智能设备有限公司、上海赛欧信息技术有限

公司、广州贝鼎科技有限公司、江苏雅泰歌思通讯技术有限

公司、南京市恒临沣信息技术有限公司、广州高远数控科技

有限公司、雅泰歌思（上海）通讯科技有限公司、楚科云（武

汉）科技发展有限公司、瑞湖智科数据（苏州）有限公司、

楚瑞智能科技（苏州）有限公司、广东问鼎科技发展有限公

司、英芙泰氪（青岛）科技有限公司、永迅亚洲有限公司参

与起草。

（四）标准研制过程及相关工作计划

1.团体标准《基于双曲线空间的声纹识别规范》在

2022年7月完成了项目可行性分析，标准的研制工作于

2022年7月正式启动，选择、确定技术水平高、责任心强

2

的专业技术人员，组建了标准起草小组。

2.2022年7月中旬提出了标准框架，并根据标准的

框架结构进行资料收集，编写了标准草案，向粤港澳标准

化与质量发展促进会递交资料提出立项申请。

3.2022年8月，完成标准草案的完善，并小范围内

部征求意见，根据反馈意见修改形成《征求意见稿》，全

面公开征求意见。

4.2022年10月，起草小组将根据《征求意见稿》的

反馈意见，对意见进行处理并进一步完善标准，形成标准

送审稿。

5.计划2022年10月提交标委会技术审查和报批。

6.计划2022年10月在全国团体标准信息平台公示

及发布。

三、标准制定的基本原则

本标准遵守和符合相关法律法规、强制性标准要求，充

分考虑目前国内外声纹识别技术领域的特点和现状，结合工

作实践和相关研究成果而加以制定。

四、标准编写依据及主要内容

本标准按照GB/T1.1—2020的规定进行编写，相关内

容经过了验证，具有较强的可操作性和科学性。根据调研

情况，意见收集情况分析，确定标准的主要技术内容包括：

获取待识别的声纹信息进行预处理，得到第一声纹信息；

提取第一声纹信息的特征，得到第一特征；将第一特征与

3

预设的协方差矩阵相乘，得到目标特征；根据预设的双曲

线空间模型，计算目标特征和预设的声纹识别特征之间的

相似度；根据相似度输出声纹识别结果。通过将目标特征

映射到双曲线空间模型，可以放大特征之间的区别，进行

更小维度的声纹识别，且目标特征为第一特征与预设的协

方差矩阵相乘而得，目标特征相较于第一特征更加平滑，

因此使用目标特征进行声纹识别更加精准。

五、与有关法律法规和强制性标准的关系

遵守和符合