说话人验证

该项目旨在解决在线学习管理平台中的合同欺诈问题，因为教育机构一直在努力监控和评估在线活动。说话人验证项目旨在利用机器学习技术来评估用户提交的音频文件，并获得关于录音中的声音是相关用户的可能性的置信度分数。

目录

• 用法
  • 报名阶段
  • 验证阶段
• 安装
  • 通过 PyPI 安装
  • 从 Github 安装
    • 安装 Miniconda
    • 康达环境
    • 虚拟环境
• 测试

用法

Speaker_verification 工具具有注册和验证工作流程，以便为给定用户执行扬声器验证。

报名阶段

注册工作流程需要两个参数，一个是必须为 9 个字符长的唯一数字 ID，另一个是用户语音的 wav 或 flac 文件的路径。以下是此阶段所需的语法和格式。

python -m speaker_verification enroll --id <ID_NUMBER> --audio-path <PATH/TO/FILE>

验证阶段

验证工作流根据给定的 id 参数检索用户注册，然后使用--audio-path输入来接受音频文件作为扬声器输入，以根据给定的用户注册进行验证。

python -m speaker_verification validate --id <ID_NUMBER> --audio-path <PATH/TO/FILE>

安装

该speak-verification软件包需要 Python 3.8。*

通过 PyPI 安装

软件包扬声器验证托管在PyPI上

pip install speaker-verification

从 Github 安装

该项目既有 arequirements.txt又有environment.yml文件，由您自行决定要使用的环境管理器。

存储库依赖于运行前应设置的speaker_verificationpython 模块。PYTHONPATH

export PYTHONPATH=${PYTHONPATH}:/path/to/speech_verification_public/

安装 miniconda

Miniconda是 conda 的最小安装，它托管来自 的包PyPi，zlib以及 python 语言之外的其他包。

在此处为您指定的操作系统下载相关的miniconda 安装。

注意：如果你在 Windows 上开发，那么 Anaconda 可能是一个更好的选择。

您应该能够使用conda.io 说明安装其余部分。

康达环境

在 conda 虚拟环境中安装 python 依赖项，deep-speaker使用environment.yml文件指向所需的依赖项。

conda env create -f environment.yml
conda activate deep-speaker

虚拟环境

Like miniconda,virtualenv是一个用于 python 的虚拟环境管理器，它使用由 pip 分发的PyPi（Python 包索引）包。

pip install virtualenv
# create a new environment, usually in your home dir
python37 -m virtualenv ./env_name
# activate environment
source ./env_name/bin/activate
# install environment dependencies by pointing to requirements.txt file
pip install -r requrements.txt

测试

我们pytest用于管理项目测试的执行。以下是运行测试的当前用法。

# the below command is relient on the user's working dir being the root of the project.
pytest speaker_verification/

贡献者

deep-speaker这个存储库使用了最初由@philipperemy 在基于百度公司研究的“非官方”项目中开发的开源组件。请参阅此处的 deep-speaker 项目。 请参阅此处的研究论文。