[發(fā)明專利]一種具有優(yōu)先級的聲紋識方法和系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201610024164.7
• 申請日: 2016-01-14
• 公開（公告）號: CN106971725B
• 公開（公告）日: 2021-06-15
• 發(fā)明（設(shè)計(jì)）人: 祝銘明
• 申請（專利權(quán)）人: 芋頭科技（杭州）有限公司
• 主分類號: G10L17/02
• 分類號: G10L17/02
• 代理公司: 北京中原華和知識產(chǎn)權(quán)代理有限責(zé)任公司 11019
• 代理人: 徐民

1.一種具有優(yōu)先級的聲紋識別方法，其特征在于，包括：

采集語音片源，并分析出語音片源中所存在的未識別聲紋；

對每次識別的未識別聲紋進(jìn)行統(tǒng)計(jì)，并形成統(tǒng)計(jì)結(jié)果；

根據(jù)所述統(tǒng)計(jì)結(jié)果對所述未識別聲紋進(jìn)行優(yōu)先識別排序；

按照優(yōu)先排序獲取每個(gè)所述未識別聲紋中的未識別聲紋特征，其中，所述未識別聲紋特征中至少包括所述未識別聲紋的小波元素；

至少分別根據(jù)每個(gè)所述未識別聲紋特征與聲紋識別模型中的標(biāo)準(zhǔn)聲紋特征處理得到對應(yīng)于每個(gè)所述未識別聲紋的辨別度；

分別判斷每個(gè)所述辨別度是否大于一預(yù)設(shè)的標(biāo)準(zhǔn)閾值，并保留所述辨別度大于所述標(biāo)準(zhǔn)閾值的所述未識別聲紋；

于被保留的所述未識別聲紋中，選擇所述辨別度最大的所述未識別聲紋并識別為被鎖定聲紋；根據(jù)該被鎖定聲紋，具有聲紋識別功能的智能設(shè)備進(jìn)行識別；

所述小波元素包括實(shí)小波元素和/或復(fù)小波元素，其中，所述獲取未識別聲紋中的未識別聲紋特征包括：

檢測所述未識別聲紋中的濁音區(qū)間；

在每個(gè)所述濁音區(qū)間中檢測基音區(qū)間，并在每個(gè)所述基音區(qū)間中獲取所述聲紋特征的所述實(shí)小波元素和/或所述復(fù)小波元素；

在所述提取未識別聲紋中的未識別聲紋特征之前，還包括：

采集所述未識別聲紋；

至少根據(jù)所述未識別聲紋特征中的未識別聲紋特征向量調(diào)整預(yù)先構(gòu)建的標(biāo)準(zhǔn)識別模型中與所述未識別聲紋特征向量對應(yīng)的聲紋特征向量參數(shù)，以構(gòu)造出與所述未識別聲紋相適應(yīng)的所述聲紋識別模型中的所述標(biāo)準(zhǔn)聲紋特征中的標(biāo)準(zhǔn)聲紋特征向量；

所述未識別聲紋特征中包括多個(gè)所述未識別聲紋特征向量，所述標(biāo)準(zhǔn)聲紋特征中包括多個(gè)所述標(biāo)準(zhǔn)聲紋特征向量，其中，所述至少根據(jù)所述未識別聲紋特征與聲紋識別模型中的標(biāo)準(zhǔn)聲紋特征處理得到所述未識別聲紋的辨別度包括：

處理得到所述未識別聲紋特征中的每個(gè)所述未識別聲紋特征向量與所述標(biāo)準(zhǔn)聲紋特征中每個(gè)與所述未識別聲紋特征向量相對應(yīng)的所述標(biāo)準(zhǔn)聲紋特征向量的向量距離；

根據(jù)處理得到的多個(gè)所述向量距離處理得到所述未識別聲紋特征與所述標(biāo)準(zhǔn)聲紋特征的目標(biāo)距離；

至少利用所述未識別聲紋特征與所述標(biāo)準(zhǔn)聲紋特征的所述目標(biāo)距離處理得到所述未識別聲紋的辨別度；

在采集所述未識別聲紋之前，還包括：

采集多個(gè)聲紋并獲取所述多個(gè)聲紋中每個(gè)聲紋的背景聲紋特征，以構(gòu)建多個(gè)與所述聲紋相對應(yīng)的背景識別模型，其中，所述背景聲紋特征中包括多個(gè)背景聲紋特征向量；

根據(jù)所述背景識別模型構(gòu)建所述標(biāo)準(zhǔn)識別模型；

所述至少利用所述未識別聲紋特征與所述標(biāo)準(zhǔn)聲紋特征的距離處理得到所述未識別聲紋的辨別度包括：

處理得到所述未識別聲紋特征分別與多個(gè)所述背景識別模型對應(yīng)的每個(gè)所述聲紋的所述背景聲紋特征的背景距離；

根據(jù)多個(gè)所述背景距離處理得到距離平均值及距離標(biāo)準(zhǔn)差；

處理得到所述未識別聲紋特征與所述標(biāo)準(zhǔn)聲紋特征的所述目標(biāo)距離與所述距離平均值的差值；

處理得到所述差值與所述距離標(biāo)準(zhǔn)差的比值，將所述比值作為所述未識別聲紋的所述辨別度；

所述在每個(gè)所述基音區(qū)間中獲取所述聲紋特征的所述實(shí)小波元素和/或所述復(fù)小波元素包括：

在每個(gè)所述基音區(qū)間中獲取預(yù)定的特征向量，并根據(jù)小波濾波器將多個(gè)所述基音區(qū)間中的所述特征向量劃分為預(yù)定長度的樣本向量，并將所述預(yù)定長度的樣本向量歸一化；

對歸一化后的所述預(yù)定長度的樣本向量執(zhí)行以下至少一種小波變換：

對歸一化后的所述預(yù)定長度的樣本向量進(jìn)行實(shí)小波變換，以得到第一預(yù)定頻帶的實(shí)部系數(shù)，并在所述第一預(yù)定頻帶中選擇滿足第一預(yù)定條件的頻帶進(jìn)行采樣，以得到所述未識別聲紋特征中的所述實(shí)小波元素；

對歸一化后的所述預(yù)定長度的樣本向量進(jìn)行雙樹復(fù)小波變換，以得到第二預(yù)定頻帶的實(shí)部系數(shù)和虛部系數(shù)，并在所述第二預(yù)定頻帶中選擇滿足第二預(yù)定條件的頻帶進(jìn)行采樣，以得到所述未識別聲紋特征中的所述復(fù)小波元素；

在檢測所述未識別聲紋中的濁音區(qū)間之后，所述獲取未識別聲紋中的未識別聲紋特征還包括：

獲取所述未識別聲紋中每一幀的梅爾倒譜系數(shù)，以得到所述未識別聲紋特征中的所述梅爾倒譜系數(shù)特征；

根據(jù)所述梅爾倒譜系數(shù)處理得到所述未識別聲紋中每一幀的差分梅爾倒譜系數(shù)特征，以得到所述未識別聲紋特征中的所述差分梅爾倒譜系數(shù)特征；一種具有所述優(yōu)先級的聲紋識別方法的系統(tǒng)，包括：

第一采集單元，用以采集一語音片源；

分析單元，與所述第一采集單元連接，用以分析出語音片源中存在的未識別聲紋；

統(tǒng)計(jì)單元，與識別單元連接，用以對所述未識別聲紋進(jìn)行統(tǒng)計(jì)，并形成統(tǒng)計(jì)結(jié)果；

第一處理單元，根據(jù)所述統(tǒng)計(jì)結(jié)果，對所述未識別聲紋進(jìn)行優(yōu)先排序；

獲取單元，與所述第一處理單元連接，用于獲取優(yōu)先排序的未識別聲紋中的未識別聲紋特征，其中，所述未識別聲紋特征中至少包括所述未識別聲紋的小波元素；

第二處理單元，連接所述獲取單元，用于至少根據(jù)所述未識別聲紋特征與聲紋識別模型中的標(biāo)準(zhǔn)聲紋特征處理所述未識別聲紋的辨別度；

判斷單元，連接所述第二處理單元，用于判斷所述辨別度是否大于一預(yù)設(shè)的標(biāo)準(zhǔn)閾值，并保留所述辨別度大于所述標(biāo)準(zhǔn)閾值的所述未識別聲紋；

識別單元，連接所述判斷單元，用于在所述被保留的未識別聲紋中選擇所述辨別度最高的所述未識別聲紋，并識別為被鎖定聲紋；

所述小波元素包括實(shí)小波元素和/或復(fù)小波元素，所述獲取單元包括：

檢測模塊，用于檢測所述未識別聲紋中的濁音區(qū)間；

第一獲取模塊，連接所述檢測模塊，用于在每個(gè)所述濁音區(qū)間中檢測基音區(qū)間，并在每個(gè)所述基音區(qū)間中獲取所述聲紋特征的所述實(shí)小波元素和/或所述復(fù)小波元素。