[發明專利]聲紋識別方法、聲紋識別系統和計算機可讀存儲介質

有效

• 申請號: 201611035943.3
• 申請日: 2016-11-22
• 公開（公告）號: CN108091340B
• 公開（公告）日: 2020-11-03
• 發明（設計）人: 雷利博;薛韜;羅超
• 申請（專利權）人: 北京京東尚科信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: G10L17/02
• 分類號: G10L17/02;G10L17/04
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 倪斌

1.一種聲紋識別方法，包括：

接收待測試音頻并將待測試音頻分割為第一部分和第二部分；

從樣本數據庫中選擇一個樣本音頻并將所選樣本音頻分割為第一部分和第二部分；

通過使用梅爾倒譜系數的提取方法，提取針對所述待測試音頻以及所選樣本音頻的特征矩陣；

通過將待測試音頻的第一部分的特征矩陣作為第一類樣本，并將所選樣本音頻的特征矩陣作為第二類樣本，執行支持向量機訓練，并計算待測試音頻的第二部分屬于第二類樣本的比例a；

通過將所選樣本音頻的第一部分的特征矩陣作為第一類樣本，并將待測試音頻的特征矩陣作為第二類樣本，執行支持向量機訓練，并計算所選樣本音頻的第二部分屬于第二類樣本的比例b；

通過將待測試音頻的第二部分的特征矩陣作為第一類樣本，并將所選樣本音頻的特征矩陣作為第二類樣本，執行支持向量機訓練，并計算待測試音頻的第一部分屬于第二類樣本的比例c；

通過將所選樣本音頻的第二部分的特征矩陣作為第一類樣本，并將待測試音頻的特征矩陣作為第二類樣本，執行支持向量機訓練，并計算所選樣本音頻的第一部分屬于第二類樣本的比例d；

根據計算出的a、b、c和d，計算待測試音頻與所選樣本音頻的匹配程度，以便確定待測試音頻和所選樣本音頻是否來自同一個人的聲音，

其中所述計算待測試音頻與樣本音頻的匹配程度包括：

計算a、b、c和d的平均值；以及

將所述平均值與0.5的比值確定作為待測試音頻與樣本音頻的匹配程度。

2.根據權利要求1所述的方法，還包括：對所接收的待測試音頻進行預處理，其中所述預處理包括以下操作中的至少一個：

對待檢測音頻進行預加重；

通過使用交疊分段的分幀方法對待測試音頻進行分幀；

施加漢明窗以消除吉布斯效應；以及

區分語音幀和非語音幀并舍棄非語音幀。

3.根據權利要求1所述的方法，其中所述將待測試音頻分割為第一部分和第二部分包括將待測試音頻分割為長度相等的兩部分。

4.根據權利要求1所述的方法，其中所述將所選樣本音頻分割為第一部分和第二部分包括將所選樣本音頻分割為長度相等的兩部分。

5.一種聲紋識別系統，包括：

接收器，配置為接收待測試音頻；

樣本數據庫，配置為存儲一個或更多個樣本音頻；

支持向量機，配置為根據分類樣本對測試數據進行分類；

控制器，配置為：

將來自接收器的待測試音頻分割為第一部分和第二部分，并從樣本數據庫中選擇一個樣本音頻并將所選樣本音頻分割為第一部分和第二部分；

通過使用梅爾倒譜系數的提取方法，提取針對待測試音頻以及所選樣本音頻的特征矩陣；

通過向支持向量機輸入作為第一類樣本的待測試音頻的第一部分的特征矩陣以及作為第二類樣本的所選樣本音頻的特征矩陣并訓練所述支持向量機，計算待測試音頻的第二部分屬于第二類樣本的比例a；

通過向支持向量機輸入作為第一類樣本的所選樣本音頻的第一部分的特征矩陣以及作為第二類樣本的待測試音頻的特征矩陣并訓練所述支持向量機，計算所選樣本音頻的第二部分屬于第二類樣本的比例b；

通過向支持向量機輸入作為第一類樣本的待測試音頻的第二部分的特征矩陣以及作為第二類樣本的所選樣本音頻的特征矩陣并訓練所述支持向量機，計算待測試音頻的第一部分屬于第二類樣本的比例c；

通過向支持向量機輸入作為第一類樣本的所選樣本音頻的第二部分的特征矩陣以及作為第二類樣本的待測試音頻的特征矩陣并訓練所述支持向量機，計算所選樣本音頻的第一部分屬于第二類樣本的比例d；

根據計算出的a、b、c和d，計算待測試音頻與樣本音頻的匹配程度，以便確定待測試音頻和樣本音頻是否來自同一個人的聲音，

其中所述控制器還配置為：計算a、b、c和d的平均值；以及將所述平均值與0.5的比值確定作為待測試音頻與樣本音頻的匹配程度。