[發(fā)明專利]一種歸一化常Q倒譜特征的回放語音檢測方法

有效

• 申請?zhí)枺?/td>: 201811451509.2
• 申請日: 2018-11-30
• 公開（公告）號: CN109243487B
• 公開（公告）日: 2022-12-27
• 發(fā)明（設(shè)計(jì)）人: 勞靈杰;嚴(yán)迪群;葉勇超;林朗
• 申請（專利權(quán)）人: 寧波大學(xué)
• 主分類號: G10L25/24
• 分類號: G10L25/24;G10L25/27;G10L25/51
• 代理公司: 寧波誠源專利事務(wù)所有限公司 33102
• 代理人: 袁忠衛(wèi)

1.一種歸一化常Q倒譜特征的回放語音檢測方法，其特征在于包括以下步驟：

S1：提取原始語音和回放語音的語音信息X(n)的聲學(xué)特征常Q倒譜系數(shù)(CQCC)；

步驟S1中，提取CQCC系數(shù)包括對語音信息X(n)做CQT變換得到X^CQT(k)，計(jì)算功率譜得到|X^CQT(k)|²，進(jìn)行對數(shù)變換得到log|X^CQT(k)|²，進(jìn)行均勻重采樣得到log|X^CQT(i)|²，進(jìn)行DCT變換得到CQCC(p)；

具體為：

提取所述語音信息X(n)的CQCC系數(shù)包括：

S1.1：對語音信息X(n)進(jìn)行常Q變化(CQT)，公式為

其中，k＝1，2，...，K為序列CQ譜的頻域下標(biāo)，N_k為窗口長度，基函數(shù)a_k^*(n)為復(fù)數(shù)時頻原子，定義

其中，f_k為中心頻率，f_s為采樣頻率，f_k＝f₀·2^k/b，

其中，常量b表示時間分辨率和頻率分辨率的權(quán)衡，f₀為CQ譜中的最小頻率，

定義帶寬B_k＝f_k+1-f_k＝f_k(2^1/b-1)，定義常數(shù)則窗口長度

S1.2：對經(jīng)過CQT的語音信息X(n)進(jìn)行提取CQCC系數(shù)，公式為

其中，q為CQCC系數(shù)的下標(biāo)，i＝0，1，...，K-1是X^CQT在線性分布所對應(yīng)的下標(biāo)；

S2：對原始語音和回放語音的CQCC系數(shù)進(jìn)行倒譜均值和方差歸一化處理，得到歸一化的CQCC系數(shù)；

S3：分別將原始語音和回放語音歸一化的CQCC系數(shù)置于混合高斯模型(GMM)中進(jìn)行訓(xùn)練，得到原始語音模型和回放語音模型；

S4：提取待測語音的語音信息X(n)的聲學(xué)特征CQCC系數(shù)；

S5：對待測語音的CQCC系數(shù)進(jìn)行倒譜均值和方差歸一化處理，得到歸一化的CQCC系數(shù)；

S6：將待測語音歸一化的CQCC系數(shù)置于原始語音模型和回放語音模型中進(jìn)行匹配，并判斷待測語音歸一化的CQCC系數(shù)與回放語音模型的第一匹配度是否大于等于與原始語音模型的第二匹配度，若是，則為回放語音，若否，則不是回放語音。

2.根據(jù)權(quán)利要求1所述的歸一化常Q倒譜特征的回放語音檢測方法，其特征在于，步驟S3中，將歸一化的CQCC系數(shù)置于混合高斯模型中進(jìn)行訓(xùn)練得到語音模型，還包括使用混合高斯模型進(jìn)行加權(quán)參數(shù)優(yōu)化，并使用期望最大化算法進(jìn)行混合高斯模型估計(jì)。

3.根據(jù)權(quán)利要求1所述的歸一化常Q倒譜特征的回放語音檢測方法，其特征在于，步驟S2中，對CQCC系數(shù)進(jìn)行倒譜均值和方差歸一化處理包括：

定義X_t為t時刻的K維倒譜特征向量，X_t(i)代表X_t的第i個分量，X＝{x₁，x₂，...，x_t，...，x_T}代表長度為T的語音段，則

其中，均值為μ_ML，方差為σ，1≤i≤K。