[發明專利]一種基于機載設備的特定說話人啟動人臉識別方法

在審

• 申請號: 201911251982.0
• 申請日: 2019-12-09
• 公開（公告）號: CN113035173A
• 公開（公告）日: 2021-06-25
• 發明（設計）人: 吳云清;李曜;吳沛文
• 申請（專利權）人: 上海航空電器有限公司
• 主分類號: G10L15/02
• 分類號: G10L15/02;G10L15/05;G10L15/06;G10L15/26;G10L25/78;G06K9/00
• 代理公司: 上海世圓知識產權代理有限公司 31320
• 代理人: 顧俊超

1.一種基于機載設備的特定說話人啟動人臉識別方法，其特征在于，包含有以下步驟，

步驟S1，采集特定飛行員語音數據與其他說話人的孤立詞條語音數據；

步驟S2，采用端點檢測、預加重、分幀加窗語音數據前端處理；

步驟S3，提取12維MFCC特征向量；

步驟S4，設計并訓練特定飛行員語音模型和語音內容識別模型；

步驟S5，將測試語音數據的MFCC特征信息送入到特定飛行員語音識別模型與語音內容識別模型進行計算打分；以及，

步驟S6，識別出特定人與語音內容后啟動人臉識別設備。

2.根據權利要求1所述的一種基于機載設備的特定說話人啟動人臉識別方法，其特征在于，所述步驟S1中采集數據集操作方法，包含有，

步驟S11，室內環境下采集N名待實驗飛行員語音數據，語音內容至少有：啟動身份認證，確認及飛行控制相關指令，N為大于1的整數；

步驟S12，室內環境下采集其他說話人的語音數據，語音內容與步驟S11相同；

步驟S13，在空中飛行環境中采集帶有噪音的語音數據集，語音內容與步驟S11相同。

3.根據權利要求2所述的一種基于機載設備的特定說話人啟動人臉識別方法，其特征在于，所述采集數據集必須包括模擬飛行環境和室內環境下的語音數據，且占比不低于0.2。

4.根據權利要求1所述的一種基于機載設備的特定說話人啟動人臉識別方法，其特征在于，所述步驟S3中MFCC特征提取的方法，包含有，

步驟S31，經端點檢測、預加重、分幀和加窗操作后，使用基為2的FFT算法對每一幀語音進行快速傅里葉變換；

步驟S32，計算實部和虛部得到平方和后，然后采用可消除諧波作用的三角窗濾波器得到輸出能量；

步驟S33，人耳感受到的音調與聲音的頻率成對數關系，計算各個濾波器組輸出的對數能量；

步驟S34，經離散余弦變換（DCT）得到12維的MFCC特征信息，并在語音特征中加入其一階差分倒譜和二階差分倒譜。

5.根據權利要求1所述的一種基于機載設備的特定說話人啟動人臉識別方法，其特征在于，所述步驟S4中設計特定飛行員語音模型和語音內容模型的方法，包含有，

步驟S41，利用其他說話人和飛行員的語音數據集訓練可用于語音內容識別的隱馬爾科夫模型；

步驟S42，利用特定飛行員的語音數據集設計并訓練N個待測特定飛行員的GMM-UBM語音模型，其中步驟S41訓練的語音內容識別模型充當GMM-UBM中的UBM；

步驟S43，利用特征語音自適應技術，并結合步驟S41、S42可實現特定飛行員身份與語音內容的同時識別。

6.根據權利要求1所述的一種基于機載設備的特定說話人啟動人臉識別方法，其特征在于，所述步驟S5中識別出特定人與語音內容后啟動人臉識別設備的方法，包含有，

步驟S51，識別出特定人信息和語音內容是啟動身份認證后，自動打開攝像頭開始人臉識別，進行2次身份認證；

步驟S52，拍攝待測飛行員的頭像，并提取頭像特征；

步驟S53，啟動已訓練好的人臉識別模型進行人臉比對，確認是否為該飛行員；

步驟S54，是，則可以發動引擎；否，則無法啟動飛行器引擎。