快商通声纹识别
通过API快速接入快商通声纹识别能力(上传、注册、比对确认),创建并管理声纹库等。快商通声纹识别API服务,提供声纹识别基本算法与声纹管理功能,后台是由快商通自主研发的强大的声纹算法引擎。包含的功能主要包括:1、声纹库的创建与查看2、声纹的注册、查看和删除3、说话人1:1验证(S
- a.识别速度快:1:N声纹库检索技术,在10亿级别声纹数量下,检索小于3秒;短语音处理<0.1秒;
- b.业界领先的精度:在信噪比低于10dB(较大噪声)情况下,识别率≥95%,安静环境下≥99.6%;
- c.强悍的适应性:环境音降噪功能,对于声音的变化,如音调、语速、情感等算法都具备良好的适应性;
快商通声纹识别API服务,提供声纹识别基本算法与声纹管理功能,后台是由快商通自主研发的强大的声纹算法引擎。包含的功能主要包括:
1、声纹库的创建与查看
2、声纹的注册、查看和删除
3、说话人1:1验证(Speaker Verification)
4、声纹1:1比对(Voiceprint Compare)
5、说话人1:N辨认(Speaker Identification)
快商通声纹识别支持两种语音文本类型:
1、文本无关(ti: text-independent)
声纹注册、声纹验证、声纹辨认,语音内容所读文本不同。文本无关对语音有时长要求,在注册场景,需要有效时长大于30秒的语音,而且验证和辨认场景,需要有效时长大于15秒的语音。文本无关适用于交谈对话,或按照一定范文朗读产生的长语音。
2、文本相关(td: text-dependent)
声纹注册、声纹验证、声纹辨认,语音内容所读文本一致(例如注册与验证,辨认所用语音文本皆为“芝麻开门”)。在注册场景需要朗读3遍以上相同文本内容的语音用来注册声纹模型。
快商通声纹识别要求语音文件格式要求:
格式支持:pcm(不压缩)、wav(不压缩,pcm编码)、mp3(压缩格式)。推荐wav。
采样率 :8000 Hz 或 16000 Hz 固定值。
编码:16 bit 位深。
全部用户