[發明專利]一種自適應的聲紋識別方法及系統

在審

• 申請號: 201610024297.4
• 申請日: 2016-01-14
• 公開（公告）號: CN106971711A
• 公開（公告）日: 2017-07-21
• 發明（設計）人: 祝銘明
• 申請（專利權）人: 芋頭科技（杭州）有限公司
• 主分類號: G10L15/07
• 分類號: G10L15/07;G10L17/04;G10L17/06
• 代理公司: 上海申新律師事務所31272
• 代理人: 黨蕾

1.一種自適應的聲紋識別方法，其特征在于，應用于家用機器人，具體工作步驟包括：

步驟S1：采集語音信號；

步驟S2：對所述語音信號進行預處理；

步驟S3：自所述預處理后的語音信號中提取語音特征參數，所述語音特征參數包括線性預測得到的第一類特征參數及模擬人耳對聲音頻率的感知特性而提取的第二類特征參數；

步驟S4：為每一個家庭成員建立一個碼本存儲在語音數據庫中作為所述家庭成員的語音模板，所述家庭成員的所有碼本構成一聲學模型；

步驟S5：依據所述聲學模型對待測語音信號進行模式匹配，獲取識別結果。

2.根據權利要求1所述的自適應的聲紋識別方法，其特征在于，所述步驟S2中，所述預處理的步驟依次包括：

步驟S21，對所述預處理后的語音信號進行采樣和量化以獲得數字語音信號；

步驟S22，所述數字語音信號通過一濾波器組以提升所述數字信號的高頻成分；

步驟S23，對步驟S22得到的語音信號進行分幀與加窗，獲得加窗后的語音信號。

3.根據權利要求1所述的自適應的聲紋識別方法，其特征在于，所述步驟S3中提取所述第一類特征參數為線性預測系數，提取步驟如下：

步驟S31a，定義短時語音信號和誤差信號；

步驟S32a，計算所述短時語音信號和所述誤差信號的誤差平方和；

步驟S33a，對所述誤差平方和求導數，并求解方程組獲得所述第一類特征參數。

4.根據權利要求1所述的自適應的聲紋識別方法，其特征在于，所述步驟S3中提取所述第二類特征參數的步驟包括：

步驟S31b，對所述預處理后的語音信號進行傅里葉變換得到線性頻譜；

步驟S32b，對所述線性頻譜通過一三角形帶通濾波器組得到相應的梅爾頻譜；

步驟S33b，計算所述梅爾頻譜的對數頻譜；

步驟S34b，對所述對數頻譜進行離散余弦變換得到第二類特征參數。

5.根據權利要求1所述的自適應的聲紋識別方法，其特征在于，所述步驟S4的具體步驟如下：

步驟S41，自所述第一類特征參數和所述第二類特征參數中提取N個特征矢量，通過聚類法對所述特征矢量進行歸類得到M個碼本；

步驟S42，得到每個類對應的碼本矢量；

步驟S43，建立每一個家庭成員的碼本矢量的集合構成聲學模型。

6.根據權利要求1所述的自適應的聲紋識別方法，其特征在于，所述步驟S5具體如下，

步驟S51，將待識別的語音信號與所述聲學模型作相似性匹配，并根據加權歐式距離測度進行判斷；

步驟S52，選取適當的距離度量作為門限值；

步驟S53，滿足門限值范圍內的結果作為識別結果。

7.一種自適應的聲紋識別系統，其特征在于，包括

語音輸入模塊，用于捕獲語音信號；

預處理模塊，與所述語音輸入模塊連接，用于對所述語音信號進行預處理；

第一特征參數提取模塊，與所述預處理模塊連接，用于獲取所述語音信號中的第一特征參數；

第二特征參數提取模塊，與所述預處理模塊連接，用于獲取所述語音信號中的第二特征參數；

訓練模塊，與所述第一特征參數提取模塊和所述第二特征參數提取模塊連接，用于建立每個家庭成員的語音模板；

模板匹配模塊，與所述訓練模塊連接，依據所述聲學模型對待測語音信號進行模式匹配，獲取識別結果。