[發(fā)明專利]基于聲紋識別的錄音文件分離方法及裝置

在審

• 申請?zhí)枺?/td>: 201610077739.1
• 申請日: 2016-02-03
• 公開（公告）號: CN105719659A
• 公開（公告）日: 2016-06-29
• 發(fā)明（設(shè)計）人: 廖娟娟
• 申請（專利權(quán)）人: 努比亞技術(shù)有限公司
• 主分類號: G10L21/0308
• 分類號: G10L21/0308;G10L17/02;G10L17/06
• 代理公司: 北京派特恩知識產(chǎn)權(quán)代理有限公司 11270
• 代理人: 姚開麗;張振偉

技術(shù)領(lǐng)域

本發(fā)明涉及錄音技術(shù)領(lǐng)域，尤其涉及一種基于聲紋識別的錄音文件分離方法及裝置。

背景技術(shù)

目前，使用手機(jī)等移動終端進(jìn)行錄音，所記錄的聲音數(shù)據(jù)非常多且復(fù)雜，例如，對于會議錄音，通常包含多個會議參與人的聲音數(shù)據(jù)，在回顧會議內(nèi)容或進(jìn)行會議記要工作時，需要聽取錄音文件，但由于參與會議的人較多，可能無法聽清錄音內(nèi)容，給用戶的工作生活帶來不便。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明實施例期望提供一種基于聲紋識別的錄音文件分離方法及裝置，以使得用戶可以從錄制文件中聽到清晰的錄音內(nèi)容，方便用戶的工作生活。

本發(fā)明的實施例一方面提供了一種基于聲紋識別的錄音文件分離裝置，所述裝置包括：聲紋提取模塊、對比模塊和編碼存儲模塊；

其中，所述聲紋提取模塊，用于提取錄音信號中的聲紋特征數(shù)據(jù)；

所述對比模塊，用于將所述聲紋特征數(shù)據(jù)與預(yù)設(shè)語音模型進(jìn)行對比；

所述編碼存儲模塊，用于根據(jù)所述對比模塊的對比結(jié)果，對與相同的聲紋特征數(shù)據(jù)對應(yīng)的錄音信號單體進(jìn)行單獨編碼，存儲為單獨的聲音文件。

可選的，所述聲紋提取模塊具體用于：

通過小波變換技術(shù)，提取所述錄音信號中如下聲紋特征數(shù)據(jù)：基音頻譜及其輪廓、基音幀的能量、基音共振峰的出現(xiàn)頻率及其軌跡、線性預(yù)測倒譜、線譜對、自相關(guān)和對數(shù)面積比、Mel頻率倒譜系數(shù)MFCC、感知線性預(yù)測。

可選的，所述預(yù)設(shè)語音模型包括以下至少一項：矢量化模型、隨機(jī)模型和神經(jīng)網(wǎng)絡(luò)模型。

可選的，所述編碼存儲模塊具體用于：

將與相同的聲紋特征數(shù)據(jù)對應(yīng)的錄音信號單體進(jìn)行加強(qiáng)放大處理；對經(jīng)過加強(qiáng)放大處理后的錄音信號單體進(jìn)行單獨編碼。

可選的，所述裝置還包括降噪模塊，用于對采集到的音頻信號進(jìn)行降噪處理，得到所述錄音信號。

本發(fā)明的實施例另一方面提供了一種基于聲紋識別的錄音文件分離方法，所述方法包括：

提取錄音信號中的聲紋特征數(shù)據(jù)；

將所述聲紋特征數(shù)據(jù)與預(yù)設(shè)語音模型進(jìn)行對比；

根據(jù)對比結(jié)果，對與相同的聲紋特征數(shù)據(jù)對應(yīng)的錄音信號單體進(jìn)行單獨編碼，存儲為單獨的聲音文件。

可選的，所述提取錄音信號中的聲紋特征數(shù)據(jù)，包括：

通過小波變換技術(shù)，提取所述錄音信號中如下聲紋特征數(shù)據(jù)：基音頻譜及其輪廓、基音幀的能量、基音共振峰的出現(xiàn)頻率及其軌跡、線性預(yù)測倒譜、線譜對、自相關(guān)和對數(shù)面積比、Mel頻率倒譜系數(shù)MFCC、感知線性預(yù)測。

可選的，所述預(yù)設(shè)語音模型包括以下至少一項：矢量化模型、隨機(jī)模型和神經(jīng)網(wǎng)絡(luò)模型。

可選的，所述對與相同的聲紋特征數(shù)據(jù)對應(yīng)的錄音信號單體進(jìn)行單獨編碼，包括：

將與相同的聲紋特征數(shù)據(jù)對應(yīng)的錄音信號單體進(jìn)行加強(qiáng)放大處理；

對經(jīng)過加強(qiáng)放大處理后的錄音信號單體進(jìn)行單獨編碼。

可選的，所述提取錄音信號中的聲紋特征數(shù)據(jù)之前，所述方法還包括：

對采集到的音頻信號進(jìn)行降噪處理，得到所述錄音信號。

本發(fā)明實施例所提供的一種基于聲紋識別的錄音文件分離方法及裝置，基于聲紋識別的錄音文件分離裝置提取錄音信號中的聲紋特征數(shù)據(jù)；將所述聲紋特征數(shù)據(jù)與預(yù)設(shè)語音模型進(jìn)行對比；根據(jù)對比結(jié)果，對與相同的聲紋特征數(shù)據(jù)對應(yīng)的錄音信號單體進(jìn)行單獨編碼，存儲為單獨的聲音文件。如此，在錄制的聲音數(shù)據(jù)多且復(fù)雜時，通過將不同的聲音分離開并單獨存儲，使得用戶可以聽到清晰的錄音內(nèi)容，方便用戶的工作生活。

附圖說明

圖1為實現(xiàn)本發(fā)明實施例的一種可選的移動終端的硬件結(jié)構(gòu)示意圖；

圖2為本發(fā)明實施例提供的移動終端能夠操作的通信系統(tǒng)結(jié)構(gòu)示意圖；

圖3為本發(fā)明實施例提供的基于聲紋識別的錄音文件分離裝置的結(jié)構(gòu)示意圖；

圖4為本發(fā)明實施例提供的基于聲紋識別的錄音文件分離方法的流程圖。

具體實施方式

下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進(jìn)行清楚、完整地描述。

現(xiàn)在將參考附圖1來描述實現(xiàn)本發(fā)明各個實施例的移動終端。在后續(xù)的描述中，使用用于表示元件的諸如“模塊”、“部件”或“單元”的后綴僅為了有利于本發(fā)明的說明，其本身并沒有特定的意義。因此，模塊與部件可以混合地使用。