[發明專利]聲紋辨識裝置及其聲紋辨識方法

在審

• 申請號: 201610806957.4
• 申請日: 2016-09-07
• 公開（公告）號: CN107785023A
• 公開（公告）日: 2018-03-09
• 發明（設計）人: 黃耀民;陳宇皓;賴欣怡
• 申請（專利權）人: 財團法人資訊工業策進會
• 主分類號: G10L17/20
• 分類號: G10L17/20
• 代理公司: 上海專利商標事務所有限公司31100
• 代理人: 郭蔚

【技術領域】

本發明是關于一種聲紋辨識裝置及其聲紋辨識方法。具體而言，本發明聲紋辨識裝置基于將一待辨識聲紋數據與一聲紋數據庫所存儲的多個聲紋數據其中之一進行比特差異值比對，以得到各頻帶上的一比特誤差率，計算各頻帶中的各比特誤差率小于一第一臨界值的一百分比，并將百分比大于一第二臨界值的聲紋數據標示為一相似聲紋數據。

【背景技術】

在日常生活中，人們經常通過手機或其他電子產品錄制一段聲音后，利用現有的樂曲辨識軟件或應用程序搜尋其錄制聲音的相關信息。然而，在錄制一段聲音的過程中，亦會同時將錄制對象外的其他聲音(例如：周遭環境的聲音或播放裝置本身產生的雜音)一并錄下，因而影響聲音辨識的結果。

目前較為廣泛使用的樂曲辨識軟件或樂曲辨識應用程序是將待辨識的聲音轉換成待辨識聲紋數據，以將其與數據庫中的聲紋數據進行辨識(例如：美國第7,549,052號專利中所述)。然而，若錄制的聲音受到過多的干擾，將會影響聲紋辨識的結果，而容易導致辨識結果錯誤，或是無法從數據庫中找到與待辨識聲紋數據相符的數據。

有鑒于此，本領域亟需一種聲紋辨識機制，以降低錄制對象外的其他聲音所造成的干擾，進而提高聲紋辨識的召回率(recall)。

【發明內容】

本發明的目的在于提供一種聲紋辨識機制，其基于將一待辨識聲紋數據與一聲紋數據庫所存儲的多個聲紋數據其中之一進行比特差異值比對，以得到各頻帶上的一比特誤差率，并借由忽略比特誤差率較大的該多個頻帶上的比特差異值比對結果，而著重于比特誤差率較小的該多個頻帶上的比特差異值比對結果，來獲得相似聲紋數據。據此，不同于已知的聲紋辨識機制，本發明可降低錄制對象外的其他聲音所造成的干擾，進而提高聲紋辨識率。

為達上述目的，本發明揭露一種聲紋辨識裝置，其包含一存儲器以及一處理器。該存儲器存儲具有多個聲紋數據的一聲紋數據庫以及一待辨識聲紋數據。各該聲紋數據及該待辨識聲紋數據每一者由多個頻帶(band)上的多個子聲紋比特(sub-fingerprint bit)所組成。該處理器電性連接至該存儲器，用以執行下列步驟：(a)將該待辨識聲紋數據與該多個聲紋數據其中之一進行比特差異值比對，以得到各該頻帶上的一比特誤差率(bit error rate；BER)；(b)計算該多個頻帶中該多個比特誤差率小于一第一臨界值的一百分比(percentage)；以及(c)當該百分比大于一第二臨界值時，將比對的該聲紋數據標示為一相似聲紋數據。

此外，本發明更揭露一種用于一聲紋辨識裝置的聲紋辨識方法。該聲紋辨識裝置包含一存儲器以及一處理器。該存儲器存儲具有多個聲紋數據的一聲紋數據庫以及一待辨識聲紋數據。各該聲紋數據及該待辨識聲紋數據每一者由多個頻帶上的多個子聲紋比特所組成。該聲紋辨識方法由該處理器執行且包含下列步驟：(a)將該待辨識聲紋數據與該多個聲紋數據其中之一進行比特差異值比對，以得到各該頻帶上的一比特誤差率；(b)計算該多個頻帶中該多個比特誤差率小于一第一臨界值的一百分比；以及(c)當該百分比大于一第二臨界值時，將比對的該聲紋數據標示為一相似聲紋數據。

在參閱圖式及隨后描述的實施方式后，此技術領域具有通常知識者便可了解本發明的其他目的，以及本發明的技術手段及實施態樣。

【附圖說明】

圖1是本發明第一實施例的聲紋辨識裝置1的示意圖；

圖2A是描繪本發明的聲紋數據庫所存儲的多個聲紋數據及一待辨識聲紋數據；

圖2B是描繪比特差異值比對結果以及遮蔽后的比特差異值比對結果的示意圖；

圖3是描繪本發明第二實施例的聲紋辨識裝置1的示意圖；

圖4是描繪聲紋辨識制裝置1及使用者裝置3間的一實施情境；

圖5是描繪本發明第三實施例的聲紋辨識裝置1的示意圖；以及

圖6是本發明第四實施例的聲紋辨識方法的流程圖。

【符號說明】

1：聲紋辨識裝置

3：使用者裝置

5：網絡

11：存儲器

13：處理器

15：網絡接口

17：麥克風

19：顯示器

102：輸出消息

402：錄音數據

111：多個聲紋數據

113：待辨識聲紋數據

115：比特差異值比對結果

117：遮蔽后的比特差異值比對結果

S601-S603：步驟

x、y：軸