[發(fā)明專利]一種高精度無線語音識別門禁系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201710290060.5
• 申請日: 2017-04-27
• 公開（公告）號: CN107195028B
• 公開（公告）日: 2018-07-06
• 發(fā)明（設(shè)計）人: 劉恩元
• 申請（專利權(quán)）人: 深圳昌恩智能股份有限公司
• 主分類號: G07C9/00
• 分類號: G07C9/00;G10L15/22;G10L15/26
• 代理公司: 北京華識知識產(chǎn)權(quán)代理有限公司 11530
• 代理人: 趙永強

本發(fā)明提供了一種高精度無線語音識別門禁系統(tǒng)，包括語音采集模塊、無線傳輸模塊、語音信號處理模塊、驗證識別模塊、感知哈希序列數(shù)據(jù)庫和門禁，所述語音采集模塊用于采集目標(biāo)語音信號；所述語音信號處理模塊用于將目標(biāo)語音信號進行二進制比特的感知哈希序列構(gòu)造；所述感知哈希序列數(shù)據(jù)庫中預(yù)存有標(biāo)準(zhǔn)的二進制比特方式的感知哈希序列；驗證識別模塊用于將目標(biāo)語音信號的感知哈希序列與感知哈希序列數(shù)據(jù)庫中標(biāo)準(zhǔn)的感知哈希序列進行對比驗證識別，得到語音驗證識別結(jié)果，語音驗證識別結(jié)果發(fā)送至門禁。本發(fā)明采用構(gòu)造二進制比特方式的感知哈希序列對目標(biāo)語音信號進行處理，驗證識別時擴大相異的感知哈希值之間的差距，大大提高語音識別的精確度，從而提高門禁安全性能。

技術(shù)領(lǐng)域

本發(fā)明涉及門禁技術(shù)領(lǐng)域，具體涉及一種高精度無線語音識別門禁系統(tǒng)。

背景技術(shù)

相關(guān)技術(shù)中的門禁系統(tǒng)多為有線傳輸方式，新增布線極為繁瑣，且目前主流的語音識別方法多采用模板匹配法，而采用模板匹配法最大的缺點是需要存儲大量的語音模型，當(dāng)存儲的語音模型達到一定限度時，會發(fā)生語音模型之間可能互相混淆的情況，大大降低識別性能。我們知道音頻是一類重要的多媒體形式，與人類生活息息相關(guān)，其主要表現(xiàn)形式主要有音頻、音樂和聲音。在2001年Ton Kalker第一次提出了“感知哈希”的概念，感知哈希是指將在數(shù)據(jù)量的多媒體數(shù)據(jù)映射為長度較小的比特串，并將感知相近的多媒體對象映射成數(shù)學(xué)相近的哈希值，因此感知哈希關(guān)注的是感知的相似性，在音頻驗證方面，將輸入音頻映射成二進制哈希序列，然后將預(yù)先存在的二進制哈希序列進行比較，可以準(zhǔn)確驗證。

在音頻壓縮方面，常常應(yīng)用帶改進的離散余弦變換，所謂改進的離散余弦變換(Modified Discrete Cosine Transform,MDCT)是一種與傅立葉變換相關(guān)的變換，以第四型離散余弦變換(DCT-IV)為基礎(chǔ)，重疊性質(zhì)如下：它是應(yīng)用于處理較大的資料集合，當(dāng)連續(xù)的資料區(qū)塊中，當(dāng)前的資料區(qū)塊跟后續(xù)的資料區(qū)塊有重疊到的情形；即當(dāng)前資料區(qū)塊的后半段與下一個資料區(qū)塊的前半段為重疊的狀態(tài)。

在音頻解碼方面，開源解碼器Libmad(MPEG Audio Decoder)是一個開源的高精度MPEG音頻解碼庫，支持MPEG-1(Layer I,Layer II和LayerIII-也就是MP3)。開源解碼器Libmad(MPEG Audio Decoder)提供24-bit的PCM輸出，完全是定點計算，非常適合沒有浮點支持的平臺上使用。使用Libmad提供的一系列API，就可以非常簡單地實現(xiàn)MP3數(shù)據(jù)解碼工作。

非負(fù)矩陣分解是針對非負(fù)的矩陣進行分解降維的概念，最早由兩位科學(xué)家D.D.Lee和H.S.Seung與1999年在《Nature》雜志上提出。非負(fù)矩陣分解通過低秩，對那些都為非負(fù)值得矩陣進行分解。非負(fù)矩陣分解在感知哈希技術(shù)中有著廣泛的應(yīng)用。

發(fā)明內(nèi)容

針對上述問題，本發(fā)明旨在提供一種高精度無線語音識別門禁系統(tǒng)。

本發(fā)明的目的采用以下技術(shù)方案來實現(xiàn)：

一種高精度無線語音識別門禁系統(tǒng)，包括語音采集模塊、無線傳輸模塊、語音信號處理模塊、驗證識別模塊、感知哈希序列數(shù)據(jù)庫和門禁，所述語音采集模塊用于采集目標(biāo)語音信號；所述語音信號處理模塊用于將目標(biāo)語音信號進行二進制比特的感知哈希序列構(gòu)造；所述感知哈希序列數(shù)據(jù)庫中預(yù)存有標(biāo)準(zhǔn)的二進制比特方式的感知哈希序列；驗證識別模塊用于將目標(biāo)語音信號的感知哈希序列與感知哈希序列數(shù)據(jù)庫中標(biāo)準(zhǔn)的感知哈希序列進行對比驗證識別，得到語音驗證識別結(jié)果，語音驗證識別結(jié)果發(fā)送至門禁。

工作時，需要進出目標(biāo)人員向語音采集模塊發(fā)出目標(biāo)語音信號，無線傳輸模塊將目標(biāo)語音信號發(fā)送至語音信號處理模塊，語音信號處理模塊將目標(biāo)語音信號進行二進制比特方式的感知哈希序列構(gòu)造后發(fā)送到驗證識別模塊，該驗證識別模塊將目標(biāo)語音信號的感知哈希序列與感知哈希序列數(shù)據(jù)庫中標(biāo)準(zhǔn)的感知哈希序列進行對比驗證，如果驗證成功，則綠LED燈亮，門禁打開，如果驗證失敗，則紅LED燈亮，門禁保持關(guān)閉。