[發(fā)明專利]基于矢量量化的聲紋識別方法及系統(tǒng)

無效

• 申請?zhí)枺?/td>: 201110450364.6
• 申請日: 2011-12-29
• 公開（公告）號: CN102509547A
• 公開（公告）日: 2012-06-20
• 發(fā)明（設(shè)計(jì)）人: 霍春寶;趙立輝;崔文翀;張彩娟;曹景勝
• 申請（專利權(quán)）人: 遼寧工業(yè)大學(xué)
• 主分類號: G10L15/06
• 分類號: G10L15/06;G10L15/02;G10L17/00
• 代理公司: 錦州遼西專利事務(wù)所 21225
• 代理人: 李輝

1.一種基于矢量量化的聲紋識別方法，其特征是，具體步驟如下：

(1)、語音信號的采集：以程控交換綜合實(shí)驗(yàn)箱的話機(jī)作為采集語音的終端設(shè)備，通過語音卡采集語音信號；

(2)、語音信號預(yù)處理：通過計(jì)算機(jī)將提取的語音信號進(jìn)行分幀加窗操作，在分幀過程中一幀包括256個采樣點(diǎn)，幀移為128個采樣點(diǎn)，所加的窗函數(shù)為漢明窗；端點(diǎn)檢測，采用基于短時能量和短時過零率相結(jié)合的端點(diǎn)檢測法；預(yù)加重，加重系數(shù)的取值為0.90~1.00；

(3)、語音信號特征參數(shù)提取：采用MFCC參數(shù)，MFCC的階數(shù)為12~16；

(4)、模板訓(xùn)練：采用LBG聚類算法為系統(tǒng)中的每一個說話人建立一個碼本存儲在語音數(shù)據(jù)庫中作為該說話人的語音模板；

(5)、聲紋辨識：通過將采集到的待識別語音信號特征參數(shù)與庫中通過第1步～第4步已建立的說話人語音模板進(jìn)行比較，并根據(jù)加權(quán)歐式距離測度進(jìn)行判斷，若對應(yīng)的說話人模板使得待識別的話者語音特征向量X具有最小平均距離測度，則認(rèn)為識別出說話人。

2.根據(jù)權(quán)利要求1所述的基于矢量量化的聲紋識別方法，其特征是，語音信號特征參數(shù)提取步驟如下：

（1）將預(yù)處理后的語音信號進(jìn)行短時傅里葉變換得到其頻譜X(k)，語音信號的DFT公式為：?

????????????????????????(1)

其中，為輸入的以幀為單位的語音信號，N為傅里葉變換的點(diǎn)數(shù)，取256；

（2）求頻譜的平方，即能量譜，然后通過Mel頻率濾波器對語音信號的頻譜進(jìn)行平滑，并消除諧波，凸顯原先語音的共振峰；

Mel頻率濾波器是一組三角帶通濾波器，中心頻率為，=1，2，…，Q，?Q為三角帶通濾波器的個數(shù)，Mel濾波器表示如下：

??????????(2)

（3）對濾波器組輸出的Mel頻譜取對數(shù)：壓縮語音譜的動態(tài)范圍；將頻域中噪聲的乘性成分轉(zhuǎn)換成加性成分，對數(shù)Mel頻譜如下：

???????????????????????????(3)

（4）離散余弦變換(DCT)

將公式(3)獲得的對數(shù)Mel頻譜變換到時域，其結(jié)果為Mel頻率倒譜系數(shù)(MFCC)，第n個系數(shù)的計(jì)算如下式:

????????????????????(4)

??其中，L為MFCC參數(shù)的階數(shù)，Q為Mel濾波器的個數(shù)，L取12~16，Q取23~26。

3.根據(jù)權(quán)利要求1所述的基于矢量量化的聲紋識別方法，其特征是，模板訓(xùn)練時所采用LBG聚類算法的具體步驟如下：

（1）取得輸入的特征矢量集合S中全體訓(xùn)練矢量X，并通過分裂碼本法給定一個初始碼本的碼字；?

（2）利用一個較小的閾值，，將一分為二，分裂的方法遵循下列規(guī)則：

?????????????????????????????????????????(5)

分裂后，得到新碼本的碼字，；

（3）根據(jù)最鄰近準(zhǔn)則，為新碼本的碼字尋找距離最近的碼字，最后把S分成m個子集，即當(dāng)時，

???????????????(6)

式中，M為當(dāng)前初始碼本中碼字的個數(shù)；

（4）計(jì)算每個子集中特征矢量的質(zhì)心，并用這個質(zhì)心代替該集合中的碼字，這樣就得到了新的碼本；

（5）通過第3步、第4步進(jìn)行的迭代計(jì)算，得到新的碼本的碼字，；

（6）然后再重復(fù)第2步，將新得到的碼字各分為二，接著再通過第3步、第4步進(jìn)行迭代計(jì)算，如此繼續(xù)，直到所需的碼本碼字?jǐn)?shù)是，r是整數(shù)，則共需要做r輪上述的循環(huán)處理，直到聚類完畢，此時，各類的質(zhì)心即為所需的碼字。