[發(fā)明專利]一種對錄音鑒定來源設(shè)備的方法

有效

• 申請?zhí)枺?/td>: 201910139288.3
• 申請日: 2019-02-22
• 公開（公告）號: CN109935234B
• 公開（公告）日: 2020-02-07
• 發(fā)明（設(shè)計）人: 羅達(dá);張劍;袁華強(qiáng)
• 申請（專利權(quán)）人: 東莞理工學(xué)院
• 主分類號: G10L17/04
• 分類號: G10L17/04;G10L17/02
• 代理公司: 44102 廣州粵高專利商標(biāo)代理有限公司
• 代理人: 林麗明

1.一種對錄音鑒定來源設(shè)備的方法，其特征在于，包括以下步驟：

S1：將待鑒定的設(shè)備分為兩類，一類定義為目標(biāo)設(shè)備，另一類是非目標(biāo)設(shè)備；

S2：將上述的目標(biāo)設(shè)備和非目標(biāo)設(shè)備分別進(jìn)行聲音的采集，然后進(jìn)行預(yù)處理，使其滿足堆疊自編碼器的要求；

S3：目標(biāo)設(shè)備和非目標(biāo)設(shè)備的音頻樣本通過預(yù)處理之后得到的輸出結(jié)果，用于訓(xùn)練堆疊自編碼器，得到堆疊自編碼器的相關(guān)參數(shù)；

S4：目標(biāo)設(shè)備的音頻樣本的預(yù)處理的輸出結(jié)果用作堆疊自編碼器的輸入，將堆疊自編碼器的內(nèi)源性優(yōu)化特征用于訓(xùn)練LPDD單分類模塊；所述的堆疊自編碼器的輸出定義為內(nèi)源性優(yōu)化特征；

S5：通過訓(xùn)練后的堆疊自編碼器及訓(xùn)練后的LPDD單分類模塊，對待鑒定設(shè)備的錄音樣本進(jìn)行判別。

2.根據(jù)權(quán)利要求1所述的對錄音鑒定來源設(shè)備的方法，其特征在于，所述的S2包括以下流程：

S2.1：通過上述目標(biāo)設(shè)備和非目標(biāo)設(shè)備分別進(jìn)行聲音的采集，并將采集的語音信號分為若干段音頻樣本；

S2.2：將S2.1中的每段音頻樣本分為若干幀語音數(shù)據(jù)，并對每幀語音數(shù)據(jù)進(jìn)行傅里葉變換，得到每幀語音數(shù)據(jù)的二值化向量；

S2.3：循環(huán)執(zhí)行S2.2，直至得到S2.1中的一段音頻樣本所有幀語音數(shù)據(jù)的二值化向量，求取一段音頻樣本的二值化向量平均值，將一段音頻樣本的二值化向量平均值定義為一段音頻樣本的頻帶差分統(tǒng)計特性；將一段音頻樣本的頻帶差分統(tǒng)計特征定義為對一段音頻樣本預(yù)處理的結(jié)果；

S2.4：循環(huán)執(zhí)行S2.3，直到得到S2.1中的所有音頻樣本的預(yù)處理結(jié)果。

3.根據(jù)權(quán)利要求2所述的對錄音鑒定來源設(shè)備的方法，其特征在于，所述的S2.2包括以下內(nèi)容：

S2.2.1：對每幀語音數(shù)據(jù)加漢明窗進(jìn)行處理，然后再通過傅里葉變換得到傅里葉窄帶頻譜系數(shù)；

S2.2.2：對每幀語音數(shù)據(jù)的傅里葉窄帶頻譜系數(shù)按照頻率順序進(jìn)行排序，得到每幀語音數(shù)據(jù)的傅里葉窄帶頻譜系數(shù)序列；

S2.2.3：求取每幀語音數(shù)據(jù)的傅里葉窄帶頻譜系數(shù)序列中相鄰系數(shù)的差值，再進(jìn)行二值化處理：

若差值大于等于零，記為1；

若差值小于零，記為0；

S2.2.4：定義每幀語音數(shù)據(jù)的二值化處理后的差值為每幀語音數(shù)據(jù)的二值化向量。

4.根據(jù)權(quán)利要求1至3中任一權(quán)利要求所述的對錄音鑒定來源設(shè)備的方法，其特征在于，所述的S3包括以下內(nèi)容：

S3.1：對堆疊自編碼器進(jìn)行訓(xùn)練，堆疊自編碼的網(wǎng)絡(luò)首層的輸入是音頻樣本的預(yù)處理的輸出結(jié)果；

S3.2：以無監(jiān)督學(xué)習(xí)方式逐層訓(xùn)練堆疊自編碼器，訓(xùn)練結(jié)束之后為堆疊自編碼器的網(wǎng)絡(luò)添加最后一層2個結(jié)點(diǎn)，所述的2個節(jié)點(diǎn)分別代表目標(biāo)設(shè)備的音頻樣本及非目標(biāo)設(shè)備的音頻樣本，然后通過有監(jiān)督學(xué)習(xí)的方式進(jìn)行堆疊自編碼器的調(diào)優(yōu)階段；

S3.3：調(diào)優(yōu)階段結(jié)束之后將堆疊自編碼器的網(wǎng)絡(luò)的最后一層的2個結(jié)點(diǎn)的輸出層丟棄，將堆疊自編碼器組成的神經(jīng)網(wǎng)絡(luò)的最后一個隱藏層的輸出結(jié)果定義為堆疊自編碼器的輸出結(jié)果。

5.根據(jù)權(quán)利要求4所述的對錄音鑒定來源設(shè)備的方法，其特征在于，所述的S4包括以下內(nèi)容：

對目標(biāo)設(shè)備獲得的音頻樣本進(jìn)行預(yù)處理，預(yù)處理的輸出結(jié)果作為堆疊自編碼器的輸入，通過堆疊自編碼器求取內(nèi)源性優(yōu)化特征，再通過音頻樣本的內(nèi)源性優(yōu)化特征訓(xùn)練LPDD單分類器模塊。

6.根據(jù)權(quán)利要求1至3中任一權(quán)利要求所述的對錄音鑒定來源設(shè)備的方法，其特征在于，所述的S4包括以下內(nèi)容：

對目標(biāo)設(shè)備獲得的音頻樣本進(jìn)行預(yù)處理，預(yù)處理的輸出結(jié)果作為堆疊自編碼器的輸入，通過堆疊自編碼器求取內(nèi)源性優(yōu)化特征，再通過音頻樣本的內(nèi)源性優(yōu)化特征訓(xùn)練LPDD單分類器模塊。