[發(fā)明專(zhuān)利]一種噪聲環(huán)境下聲紋識(shí)別的語(yǔ)音特征處理方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201610125032.3
• 申請(qǐng)日: 2016-03-04
• 公開(kāi)（公告）號(hào): CN105679312B
• 公開(kāi)（公告）日: 2019-09-10
• 發(fā)明（設(shè)計(jì)）人: 張毅;謝延義;徐曉東;蕭紅;羅久飛;黃超;王可佳;倪雷
• 申請(qǐng)（專(zhuān)利權(quán)）人: 重慶郵電大學(xué)
• 主分類(lèi)號(hào): G10L15/02
• 分類(lèi)號(hào): G10L15/02;G10L19/02;G10L21/0332
• 代理公司: 重慶市恒信知識(shí)產(chǎn)權(quán)代理有限公司 50102
• 代理人: 劉小紅

技術(shù)領(lǐng)域

本發(fā)明涉及語(yǔ)音信號(hào)處理領(lǐng)域，提出一種基于基音特性和噪聲特性的語(yǔ)音特征提 取方法。

背景技術(shù)

隨著語(yǔ)音科學(xué)與信息通信技術(shù)的發(fā)展，作為更加便捷的身份驗(yàn)證技術(shù)，聲紋識(shí)別 技術(shù)取得了顯著的進(jìn)步。語(yǔ)言作為人類(lèi)最基礎(chǔ)的自然屬性之一，是人類(lèi)之間信息傳遞最直 接便捷的方式。作為個(gè)體的人的發(fā)聲器官不僅與先天因素有關(guān)，而且受后天發(fā)育環(huán)境等因 素的影響較大，因此語(yǔ)音有十分顯著的個(gè)體色彩。這種個(gè)體上的特點(diǎn)同時(shí)衍生了一個(gè)科學(xué) 研究熱點(diǎn)——聲紋識(shí)別。當(dāng)一個(gè)個(gè)體在說(shuō)話(huà)人時(shí)，所產(chǎn)生的語(yǔ)音與個(gè)體的發(fā)聲習(xí)慣、發(fā)聲器 官等因素有關(guān)，這些因素是相對(duì)穩(wěn)定的，一般情況下差異較小，因此個(gè)體之間的聲紋圖譜都 存在差異。因此人的聲音可以作為人的身份標(biāo)識(shí)，是一個(gè)相對(duì)穩(wěn)定的生命信號(hào)。聲紋識(shí)別就 是將人的發(fā)聲特性作為標(biāo)識(shí)，對(duì)人的身份進(jìn)行驗(yàn)證的一項(xiàng)科學(xué)技術(shù)。

語(yǔ)音信號(hào)中的基音周期是語(yǔ)音的一大特性，它描述了語(yǔ)音激勵(lì)源的一個(gè)特征。但 由于人的基音周期的范圍很寬，且同一個(gè)體在不同的情感環(huán)境中發(fā)音的基音周期也不相 同，加之基音周期還會(huì)受到發(fā)音音調(diào)的影響，因此將基音作為聲紋特征是比較困難的事情， 而且基音也會(huì)通過(guò)影響語(yǔ)音特征參數(shù)，影響聲紋識(shí)別的結(jié)果。因此本發(fā)明的譜包絡(luò)平滑法 正是基于這一特性，去除了基音的影響。

魯棒性是聲紋識(shí)別技術(shù)的關(guān)鍵，一個(gè)訓(xùn)練好的聲紋識(shí)別系統(tǒng)通常需要在各種日常 的環(huán)境下工作。聲學(xué)模型只使用語(yǔ)音樣本庫(kù)中的數(shù)據(jù)進(jìn)行訓(xùn)練，而語(yǔ)音的采集通常在低噪 聲的環(huán)境下，往往很難與多種噪聲環(huán)境相匹配，環(huán)境噪聲造成的特征扭曲降低了聲紋識(shí)別 的魯棒性。環(huán)境噪聲根據(jù)其特性可以分為加性噪聲和減性噪聲兩種，如何有效的去除這兩 種噪聲的干擾是關(guān)鍵所在。語(yǔ)音特征的后處理算法在前期特征的基礎(chǔ)上進(jìn)行處理，不僅減 小了算法的復(fù)雜性，而且有利于提高語(yǔ)音的聲紋特性。

發(fā)明內(nèi)容

針對(duì)以上現(xiàn)有技術(shù)的不足，提出了一種方法。本發(fā)明的技術(shù)方案如下：一種噪聲環(huán) 境下聲紋識(shí)別的語(yǔ)音特征處理方法，該方法包括以下幾個(gè)步驟：

步驟1：獲取噪聲環(huán)境下的語(yǔ)音信號(hào)，根據(jù)語(yǔ)音的特點(diǎn)對(duì)信號(hào)進(jìn)行前期處理，包括 預(yù)加重處理，加窗處理和端點(diǎn)檢測(cè)；

步驟2：估算發(fā)聲個(gè)體的基音周期，并以此為依據(jù)對(duì)語(yǔ)音信號(hào)進(jìn)行譜平滑處理，得 到新的譜包絡(luò)，計(jì)算通過(guò)梅爾濾波器的能量，最終通過(guò)DCT倒譜計(jì)算得到中間信號(hào)SFCC；

步驟3：結(jié)合均值消減法、方差歸一化、時(shí)間序列濾波法和加權(quán)自回歸移動(dòng)平均濾 波法依次對(duì)步驟2得到的SFCC進(jìn)行后處理，得到最終語(yǔ)音特征MVDA。

進(jìn)一步的，步驟1對(duì)信號(hào)進(jìn)行前期處理，具體為：步驟A1：根據(jù)口腔的輻射響應(yīng)接近 于一階高通函數(shù)的特性，采用的預(yù)加重濾波器為x′(n)＝x(n)-a*x(n-1)，公式中a是常數(shù)，x (n)為原信號(hào)，x′(n)為預(yù)加重信號(hào)，n為時(shí)域內(nèi)語(yǔ)音的采樣點(diǎn)。

步驟A2：采用漢明窗對(duì)語(yǔ)音信號(hào)進(jìn)行加窗處理；

步驟A3：采用短時(shí)平均能量和短時(shí)平均過(guò)零率的雙門(mén)限法對(duì)語(yǔ)音信號(hào)進(jìn)行端點(diǎn)檢 測(cè)。

進(jìn)一步的，所述步驟2，具體步驟如下：

步驟B1：首先利用倒譜法基音檢測(cè)估算每一幀語(yǔ)音的基音周期；

步驟B2：對(duì)每一幀信號(hào)進(jìn)行快速傅里葉變換，計(jì)算譜線能量；

步驟B3：對(duì)得到的能量譜求其譜包絡(luò)，利用譜包絡(luò)平滑函數(shù)對(duì)譜包絡(luò)進(jìn)行平滑處 理；

步驟B4：計(jì)算通過(guò)Mel濾波器組的能量，計(jì)算DCT倒譜得到SFCC。