[發明專利]基于MFCC和改進BP神經網絡的聲紋識別方法及系統

在審

• 申請號: 201810963310.1
• 申請日: 2018-08-22
• 公開（公告）號: CN108847244A
• 公開（公告）日: 2018-11-20
• 發明（設計）人: 高明柯;王熠;周燕瓊;邵培南;夏定江;白利娟;李旭波;崔璨;王燦
• 申請（專利權）人: 華東計算技術研究所（中國電子科技集團公司第三十二研究所）
• 主分類號: G10L17/02
• 分類號: G10L17/02;G10L17/04;G10L17/18;G10L25/24
• 代理公司: 上海段和段律師事務所 31334
• 代理人: 李佳俊;郭國中

1.一種基于MFCC和改進BP神經網絡的聲紋識別方法，其特征在于，包括：

語音處理步驟：采用MFCC對語音信號進行特征提取，得到MFCC特征參數；

模型訓練步驟：將語音信號的MFCC特征參數輸入改進BP神經網絡中進行模型訓練；

語音識別步驟：從待識別語音信號中提取MFCC特征參數，輸入訓練好的改進BP神經網絡中計算，將錯誤率最低值所對應的計算結果作為最終識別結果。

2.根據權利要求1所述的于MFCC和改進BP神經網絡的聲紋識別方法，其特征在于，所述語音處理步驟包括：

預加重子步驟：將語音信號通過濾波器提升高頻部分；

分幀子步驟：對預加重后的語音信號進行分幀；

漢明窗子步驟：將分幀后的語音信號的每幀乘以漢明窗；

快速傅里葉變換子步驟：對漢明窗后的每一幀語音信號進行快速傅里葉變換，得到能量譜；

三角帶通濾波子步驟：將能量普輸入三角帶通濾波器組；

對數能量計算子步驟：計算每個三角帶通濾波器輸出的對數能量；

離散余弦變換子步驟：將計算得到的對數能量代入離散余弦變換，得到MFCC特征參數；

動態差分參數子步驟：通過MFCC的差分譜來表示語音信號的動態特性，得到多維MFCC特征參數。

3.根據權利要求2所述的于MFCC和改進BP神經網絡的聲紋識別方法，其特征在于，所述預加重子步驟中，預加重計算公式為：

H(Z)＝1-μz^-1

其中，μ的值介于0.9-1.0之間，Z為預加重之后的語音信號，z為預加重之前的語音信號。

4.根據權利要求2所述的于MFCC和改進BP神經網絡的聲紋識別方法，其特征在于，所述三角帶通濾波器組包括40個三角帶通濾波器，所述離散余弦變換子步驟將計算得到的40個對數能量代入離散余弦變換，得到13階MFCC。

5.根據權利要求1所述的于MFCC和改進BP神經網絡的聲紋識別方法，其特征在于，所述模型訓練步驟中，BP神經網絡的改進方法包括：

網絡初始化子步驟：對BP神經網絡進行初始化，設輸入層的節點個數為n，隱含層的節點個數為l，輸出層的節點個數為m，輸入層到隱含層的權重ω_ij，隱含層到輸出層的權重為ω_jk，輸入層到隱含層的偏置為a_j，隱含層到輸出層的偏置為b_k，學習速率為η，激勵函數為g(x)，其中激勵函數為g(x)取Sigmoid函數，形式為

隱藏層輸出子步驟：在三層BP神經網絡中，隱含層的輸出H_j為

輸出層輸出子步驟：輸出層的輸出O_k為

誤差計算子步驟：取誤差公式為

其中Y_k為期望輸出，記Y_k-O_k＝e_k，則E表示為：

權值更新子步驟：

在訓練過程中，通過使用隨機梯度下降反向傳播神經網絡來修改權重；

偏置更新子步驟：

迭代判斷子步驟：指定迭代次數，判斷相鄰兩次誤差之間的差別是否小于預定的值。

6.一種基于MFCC和改進BP神經網絡的聲紋識別系統，其特征在于，包括：

語音處理模塊：采用MFCC對語音信號進行特征提取，得到MFCC特征參數；

模型訓練模塊：將語音信號的MFCC特征參數輸入改進BP神經網絡中進行模型訓練；

語音識別模塊：從待識別語音信號中提取MFCC特征參數，輸入訓練好的改進BP神經網絡中計算，將錯誤率最低值所對應的計算結果作為最終識別結果。