[發明專利]一種基于質量維度的聲紋識別算法評估方法

有效

• 申請號: 201910633799.0
• 申請日: 2019-07-15
• 公開（公告）號: CN110335611B
• 公開（公告）日: 2021-12-10
• 發明（設計）人: 董波;王道寧;張亞東;陶亮;廖志梁
• 申請（專利權）人: 易誠高科（大連）科技有限公司
• 主分類號: G10L17/00
• 分類號: G10L17/00;G10L15/08;G10L17/04
• 代理公司: 大連優路智權專利代理事務所(普通合伙) 21249
• 代理人: 宋春昕;劉國萃

一種基于質量維度的聲紋識別算法評估方法，包括基于目標相關的聲紋識別評估方法和基于非目標相關的聲紋識別評估方法，對于單個聲紋識別算法而言，可以通過多維度評估，得到算法對各種不同參量的敏感性，從而針對不同參量做算法優化；對于不同的聲紋識別算法而言，可以提供更詳細的比對結果，結合應用環境來給出最優的識別算法。

技術領域

本發明涉及圖像處理技術領域。

背景技術

聲紋識別算法在當下的授權應用、學術科研均有較大的參考價值，基于不同的出發點與原理提出的聲紋識別算法也越來越多，聲紋識別在日常生活中的應用范圍也越來越廣，由于聲紋信號的信息相對于圖像、視頻更簡單，數據量更小，但承載的生物識別特征用來做識別是足夠的，因此其具有更高的應用靈活度。

單純從聲紋信號的質量而言，是有相關標準的，但這里的標準主要針對聲紋處理硬件給出，來判別設備的信號保真度，針對聲紋識別算法而言，評估算法主要還是以識別率與運行效率為主，包括：

1)以識別率為基礎的評估模型，例如假正例率(False Positive Rate)，真正例率(True Positive Rate)，受試者工作特征曲線(Receiver Operating CharacteristicCurve)，也就是所謂的召回率(參考《機器學習》周志華清華大學出版)，一般地，識別率越高，代表算法性能越好；

2)運行復雜度，具體體現在處理固定時長聲紋信號所用時間以及運行過程中的最大資源消耗，這里的資源包括內存或者計算單元數量，一般地，占用時間與資源消耗是成反比的，資源消耗越大，代表占用時間相對短，精度越高，資源消耗越小，代表占用時間長，精度相對低。

資源消耗是客觀存在的，與測試數據、測試方法與過程無關，只是以量化記錄的方式將理論的資源消耗情況反映出來而已，所以第二種評估方法并沒有太多的問題，但針對基于識別率的評估方式而言：

1)對同個聲紋識別算法而言，識別率相對來講是個最簡單的量化指標，無法體現出算法在哪些情況表現差，哪些情況表現良好，而這些情況往往是算法設計的短板所在，要想更客觀地體現算法優劣，僅憑多個測試庫來測定識別率是不全面的，而且參考意義不大；

2)對不同聲紋識別算法而言，主流(state of the art)算法在識別率上的差異不大，以識別率為參考標準，不容易給出相對更詳細的優勢描述，這就使算法在應用場景的選擇上容易出現誤判。

發明內容

為了解決現有聲紋識別算法評估方法存在的上述問題，本發明提供了一種基于質量維度的聲紋識別算法評估方法。

本發明為實現上述目的所采用的技術方案是：一種基于質量維度的聲紋識別算法評估方法，包括基于目標相關的聲紋識別評估方法和基于非目標相關的聲紋識別評估方法，

基于目標相關的聲紋識別評估方法包括以下步驟：

2-1.在測試聲紋數據庫存在的情況下，對庫做參數屬性模型化分類，分類的對象包括：情緒、假音與音量；

2-2.基于情緒的測試庫分類：對測試庫每個聲紋信號進行標號，不同人的聲紋，標號不同，相同人的聲紋，標號相同；

2-2-1.對典型情緒聲紋做量化分類，以正常情緒的聲紋信號為參考，將與情緒相關的因子與個性特征分離；

2-2-2.在正常情緒下采集聲紋信號，然后按照步驟2-2-1的方法統計分離后信號的分布情況；

2-2-3.在不同狀態下，分別按照2-2-2的方式統計出各個情緒狀態下的聲紋信號分布情況；

2-2-4.基于統計出的聲紋信號分布情況，訓練情緒狀態分類器；