[發明專利]基于聲紋識別的錄音優化方法及其錄音優化系統

在審

• 申請號: 201810048832.9
• 申請日: 2018-01-18
• 公開（公告）號: CN108198560A
• 公開（公告）日: 2018-06-22
• 發明（設計）人: 桂峰
• 申請（專利權）人: 安徽三弟電子科技有限責任公司
• 主分類號: G10L17/00
• 分類號: G10L17/00;G10L15/00;G10L21/0272;G10L15/22
• 代理公司: 上海精晟知識產權代理有限公司 31253
• 代理人: 馮子玲

本發明公開了基于聲紋識別的錄音優化方法及其錄音優化系統。涉及錄音優化技術領域。包括如下步驟，步驟一，根據聲紋識別將錄音內容中某一聲源進行提取，并按照10?20ms為一段進行分幀；步驟二，對每幀聲源進行逐一識別，將無波動頻率幀進行合并刪除，并將上述每一無波動頻率幀音頻按照時間記錄進行重新組排；步驟三，將組排錄音進行標準音優化和平緩優化；步驟四，將上述優化錄音內容進行保存。本發明通過對錄制的音頻信息進行調整優化，在嘈雜的音源中根據聲紋挑選一種聲音對其進行優化，進而使得錄制的音頻更加的清晰。

技術領域

本發明屬于錄音優化技術領域，特別是涉及基于聲紋識別的錄音優化方法及其錄音優化系統。

背景技術

所謂聲紋，是用電聲學儀器顯示的攜帶言語信息的聲波頻譜。現代科學研究表明，聲紋不僅具有特定性，而且有相對穩定性的特點。成年以后，人的聲音可保持長期相對穩定不變，人們通常對某一重要講話進行錄音便于以后進行分析或者學習，但是在會場或者公共地區，錄取的音頻信息將摻雜者其他人的聲音或者外界的噪聲，使得以后播放對聽著造成麻煩，而對于錄音中為某一地方言，極大的降低聽者的體驗感。

發明內容

本發明的目的在于提供基于聲紋識別的錄音優化方法及其錄音優化系統，通過通過對錄制的音頻信息進行調整優化，在嘈雜的音源中根據聲紋挑選一種聲音對其進行優化，進而使得錄制的音頻更加的清晰。

為解決上述技術問題，本發明是通過以下技術方案實現的：

本發明為基于聲紋識別的錄音優化方法，包括如下步驟，步驟一，根據聲紋識別將所述錄音內容中某一聲源進行提取，并按照10-20ms為一段進行分幀；步驟二，對每幀聲源進行逐一識別，將所述無波動頻率幀進行合并刪除，并將上述每一無波動頻率幀音頻按照時間記錄進行重新組排；步驟三，將所述組排錄音進行標準音優化和平緩優化；步驟四，將上述優化錄音內容進行保存。

優選地，所述如步驟一中所述錄音內容將某一特定聲紋與其他聲紋進行分離并進行分別存儲，并將上述特定聲紋的數字存儲信息轉換為模擬信息進行分幀。

優選地，如步驟二中所述無波動頻率幀為模擬信息通過聲紋圖表示中無波動段。

優選地，所述驟三中標準音優化通過孤立詞識別、關鍵詞識別或連續語音識別中的一種或兩種優化方式進行，平緩優化通過將所述組排后錄音內容中相鄰兩幀之間增加無波動頻率幀；其中平緩優化在數字存儲音頻信息中進行。

基于聲紋識別的錄音優化系統，還包括用于分離特定聲紋的聲紋提取單元：

優選地，所述聲紋提取單元將所述錄音信息中特定音頻信息存儲到第二存儲模塊中并將其他音頻信息存儲到第一存儲模塊中，所述第二存儲模塊中存儲音頻信息依次經標準音優化和平緩優化后存儲到第三存儲模塊內；其中，標準音優化和平緩優化所優化的音頻信息均為數字音頻信息。

其中還包括用于音頻對比的標準音頻信息存儲單元和用于增加無波動頻率幀的增加模塊；所述標準音頻信息存儲單元包括對比模塊和更換模塊；

所述對比模塊用于對第二存儲模塊中存儲的音頻數字信息與標準音頻信息存儲單元中存儲的音頻數字信息進行分析對比，所述更換模塊用于將第二存儲模塊中存儲的音頻數字信息更換為與標準音頻信息存儲單元中存儲的相同意思的音頻數字信息。

本發明具有以下有益效果：

本發明通過聲紋的特性將錄取的音頻信息中所需要的聲音與其他人的聲音進行分離，進行針對性的聆聽，進而使得聆聽著更加快速的獲取所需信息，并且將通標準音優化和平緩優化過對錄制的音頻信息進行調整優化，將方言轉化為普通話或者某國的標準語言，以及降低講話者的語速，進而使得錄制的音頻更加的清晰，降低獲取信息的難度。

當然，實施本發明的任一產品并不一定需要同時達到以上所述的所有優點。

附圖說明