[發明專利]一種基于音素自動檢索的身份同一性檢驗方法及裝置

有效

• 申請號: 201810534137.3
• 申請日: 2018-05-29
• 公開（公告）號: CN108766417B
• 公開（公告）日: 2019-05-17
• 發明（設計）人: 張錦華;潘雷明
• 申請（專利權）人: 廣州國音科技有限公司
• 主分類號: G10L15/02
• 分類號: G10L15/02;G10L17/00;G10L17/14
• 代理公司: 深圳市深佳知識產權代理事務所(普通合伙) 44285
• 代理人: 王仲凱

本發明涉及語音識別技術領域，本發明公開了一種基于音素自動檢索的身份同一性檢驗方法及裝置，解決了現有的身份同一性檢驗方法存在的效率低，耗費人力物力的技術問題。

技術領域

本發明涉及語音識別技術領域，尤其涉及一種基于音素自動檢索的身份同一性檢驗方法及裝置。

背景技術

在聲紋鑒定辦案審理中，經常需要通過對未知說話人或不確定說話人的語音聲學特征與已知說話人的語音聲學特征進行綜合分析比對，做出兩者是否同一的結論，即同一性檢驗。未知說話人或不確定說話人通常是涉案人，在偵查初期身份不明或者身份尚不能確定，已知說話人指的就是被懷疑者或者被指認者。

現有的身份同一性檢驗方法中，由于對聲紋特征的對比要求高，因此會對同一個音素進行反復比較，因此會花費大量的人力成本。同時，單一的音素檢索并不能直接用于聲紋鑒定辦案審理中，因為對案件的聲紋鑒定必須有很專業和確切的比對證據。因此，現有的身份同一性檢驗方法存在效率低，耗費人力物力的技術問題。

發明內容

本發明提供了一種基于音素自動檢索的身份同一性檢驗方法及裝置，解決了現有的身份同一性檢驗方法存在的效率低，耗費人力物力的技術問題。

本發明提供了一種基于音素自動檢索的身份同一性檢驗方法，包括：

對接收到的待驗證語音進行處理得到待驗證語音的語譜圖；

提取數據庫中預置樣本語音的語譜圖；

獲取人工標注的待驗證語音的語譜圖中的標注音素，在預置樣本語音的語譜圖中對標注音素進行檢索，得到在預置樣本語音的語譜圖中與標注音素的匹配值最高的前N個檢索音素，其中N為預置數量；

判斷前N個檢索音素中是否存在一個檢索音素的發音與標注音素的發音一致，若是，則相同音素數累計值加一，若否，則相同音素數累計值不變；

判斷相同音素數累計值是否不低于預置要求值，若是，則確認待驗證語音對應的待識別者與預置樣本語音對應的已識別者的身份一致，若否，則返回重新獲取人工標注的待驗證語音的語譜圖中的標注音素。

可選地，所述對接收到的待驗證語音進行處理得到待驗證語音的語譜圖具體包括：

獲取待驗證語音的語譜參數，包括：帶寬、動態范圍、衰減系數、高頻提升系數和加窗類型；

根據語譜參數構建對應的語譜圖。

可選地，獲取人工標注的待驗證語音的語譜圖中的標注音素，在預置樣本語音的語譜圖中對標注音素進行檢索，得到在預置樣本語音的語譜圖中與標注音素的匹配值最高的前N個檢索音素，其中N為預置數量具體包括：

獲取人工標注的待驗證語音的語譜圖中的標注音素；

按照預置偏移值和預置幀長，將預置樣本語音的波形圖進行分幀處理；

將分幀后的預置樣本語音的波形圖的幀數據由時域數據轉換為頻域數據，得到分幀后的預置樣本語音的語譜圖；

提取每幀預置樣本語音的語譜圖中的第一頻譜脈絡和第一高頻細節；

提取待驗證語音的語譜圖中標注音素的第二頻譜脈絡和第二高頻細節；

分別對第一頻譜脈絡和第二頻譜脈絡，第一高頻細節和第二高頻細節進行匹配值計算后，加權得到每幀預置樣本語音的語譜圖與待驗證語音的語譜圖中標注音素的加權匹配值；

利用動態規劃算法對預置樣本語音的語譜圖中連續的預置幀數的幀序列的加權匹配值進行調整；

計算預置幀數的幀序列的加權匹配值的均值和標準差，并根據標準差將預置幀數的幀序列的加權匹配值的均值與差異系數進行相乘，得到預置幀數的幀序列與預置樣本語音的語譜圖中與標注音素的最終匹配值；