聲紋識別(VPR) ，生物識別技術的一種，也稱為說話人識別 ，是從說話人發出的語音信號中提取聲紋信息，從應用上看，可分為：

• 說話人辨認(Speaker Identification)：用以判斷某段語音是若干人中的哪一個所說的，是“多選一”問題；
• 說話人確認(Speaker Verification)：用以確認某段語音是否是指定的某個人所說的，是“一對一判別”問題。

本文主要是識別兩個聲音是否為同一個人。

應用場景：APP聲紋驗證登錄、坐席輔助助手登錄后坐席是否為原坐席、客戶進行業務申請時驗證是否為客戶本人。

使用Titanet-L模型，不需要訓練，即可以直接針對中文/英文聲音進行識別驗證。

1、環境安裝

pip install -U nemo_toolkit[all] ASR-metrics fastapi python-multipart uvicorn -i https://pypi.tuna.tsinghua.edu.cn/simple

2、接口代碼：

from fastapi import FastAPI, Request, File, UploadFile, Form
from fastapi.responses import HTMLResponse
from transformers import AutoTokenizer, AutoModel
import uvicorn, json, datetime
import torch
from fastapi.middleware.co