[發明專利]一種基于聲紋識別的智能測井評價專家系統身份認證方法

有效

• 申請號: 201410148223.2
• 申請日: 2014-04-14
• 公開（公告）號: CN104978507B
• 公開（公告）日: 2019-02-01
• 發明（設計）人: 張晉言;邢強;張德峰;劉海河
• 申請（專利權）人: 中國石油化工集團公司;中石化勝利石油工程有限公司測井公司
• 主分類號: G06F21/32
• 分類號: G06F21/32;G10L17/04
• 代理公司: 東營雙橋專利代理有限責任公司 37107
• 代理人: 侯華頌

1.一種基于聲紋識別的智能測井評價專家系統身份認證方法，其特征在于包括以下步驟：

(1)采集智能測井評價專家系統每位解釋專家用戶對同一文本發音的聲紋波形，構成聲紋模板庫；

(2)通過待識別用戶指示，得到要進行身份認證的解釋專家名；

(3)采集待識別用戶對與聲紋模板庫中構建該解釋專家聲紋模板相同的文本發音的聲紋波形；

(4)從聲紋模板庫中，提取對應該解釋專家名的聲紋模板；

(5)對解釋專家的聲紋模板，進行抗干擾預處理，并提取聲紋特征，形成樣本特征矢量序列；

(6)對待識別用戶聲紋波形，進行抗干擾預處理，并提取聲紋特征，形成待識別樣本特征矢量序列；

(7)計算待識別用戶樣本特征矢量序列與該解釋專家樣本特征矢量序列之間的匹配距離，如果該距離小于拒識閾值，則判定待識別用戶為指示的解釋專家，識別成功，系統開放智能測井評價所用知識庫；否則，拒識；

所述抗干擾預處理方法包括以下步驟：

(a)提取聲紋波形的濁音段；

(b)對每個濁音段，進行重疊分幀處理；

(c)對每幀信號，進行加窗處理；

(d)對加窗后信號進行FFT變換。

2.如權利要求1所述基于聲紋識別的智能測井評價專家系統身份認證方法，其特征在于，

步驟(5)、(6)中抗干擾預處理方法的具體實施步驟如下：

(a)提取聲紋波形的濁音段；首先采用倒譜法計算聲紋波形的基音頻率，信號s[n]的實倒譜如下式計算：

式中，將實倒譜c[n]的x坐標n，通過SFreq(采樣頻率)/n，轉換成頻率值；限定基音頻率值在70Hz和500Hz之間，在該限定頻率范圍內，尋找實倒譜c[n]中的最大值，如果該最大值大于0.09，則對應的頻率即為計算的基音頻率，否則基音頻率為零；最后，對計算的基音頻率進行中值濾波，將不為零的基音頻率對應的聲紋波形段，認為是濁音段；

(b)對每個濁音段，進行重疊分幀處理；幀與幀之間要保證一定的重疊，即幀移，幀移與幀長的比值一般在0～1/2之間；

(c)對每幀信號，進行加窗處理；對每幀數據加漢明窗，即是用有限長窗口對每幀信號進行加權處理，漢明窗函數如下所示：

(d)對加窗后信號進行FFT變換，得到該幀的頻譜為：

步驟(5)、(6)中提取聲紋特征信息采用梅爾頻率倒譜系統(MFCC)作為聲紋特征參數，具體實施步驟如下：

(e)計算每幀頻譜X(k)幅度的平方，得到能量譜|X(k)|²；

(f)將能量譜通過Mel頻率濾波器組，以實現對語音信號的頻譜進行平滑，并消除諧波，凸顯原先語音的共振峰；

Mel頻率濾波器組是一組三角帶通濾波器，中心頻率為f(m)，0≤m<M，M為濾波器組個數，取值20～28之間，Mel濾波器H_m(k)表示如下：

(g)對Mel濾波器組的輸出取對數：壓縮語音頻譜的動態范圍，將頻域中的噪聲的乘性成分轉換成加性成分，得到對數Mel頻譜S(m)如下：

(h)將對數能量譜S(m)經過離散余弦變換得到MFCC系數，第n個系數C(n)的計算如下式：

式中，L為MFCC參數的維數。

3.如權利要求1或2所述基于聲紋識別的智能測井評價專家系統身份認證方法，其特征在于步驟(7)中的匹配距離計算方法，該方法包括以下步驟：

(i)計算待識別用戶樣本特征矢量序列中每幀信號的特征向量與指示解釋專家樣本特征矢量序列中所有幀信號的特征向量之間的距離；

(j)尋找幀間距離最小值所對應的幀對作為最優匹配結果；

(k)計算待識別用戶樣本特征矢量序列與指示解釋專家樣本特征矢量序列之間的所有最優匹配幀對，并對所有最優匹配幀對之間的距離進行平均，作為待識別用戶樣本特征矢量序列與指示解釋專家樣本特征矢量序列之間的匹配距離。