[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

本發明公開了一種基于機載設備的特定說話人啟動人臉識別方法，主要包括以下步驟：A、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；B、采用端點檢測、預加重、分幀加窗等語音數據前端處理；C、提取12維MFCC特征向量；D、設計并訓練特定飛行員語音模型和語音內容識別模型；E、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；F、識別出特定人與語音內容后啟動人臉識別設備。本發明基于機載設備的特定說話人啟動人臉識別方法通過特定人語音身份識別方法與人臉識別方法，極大的提高特定人的身份確認。

技術領域

本發明涉及飛行器領域，具體為一種基于機載設備的特定說話人啟動人臉識別方法。

背景技術

飛行器等對于身份的識別認證尤為重要，通過特定人的語音和說話人內容的識別加人臉識別雙重確認身份的方式極大提高了飛行員的身份確認，具有很大的應用價值；其價值體現在三個方面：（1）作為飛行器中身份確認設備，采用雙重認證的方式極大提高了設備的準確性；（2）采用身份認證通過方可啟動引擎的方式，可以防止被他人惡意使用；（3）語音識別不僅僅局限于語音身份認證，還包括語音控制飛行器各種飛行動作與其他控制指令；目前基于機載設備的語音啟動人臉識別方法，主要有以下幾個局限：（1）飛行環境下的噪聲特別大，在70分貝左右，容易導致語音內容識別精確度不高，不利于指令的識別；（2）采用語音特定人和語音內容識別模型并啟動人臉識別模型大大增加了識別時間，不利于快速識別與身份確認；因此，有必要提出一種能夠快速又準確地識別出特定飛行員身份的方法。

發明內容

本發明的目的在于提供一種基于機載設備的特定說話人啟動人臉識別方法，為實現上述目的，本發明提供如下技術方案：一種基于機載設備的特定說話人啟動人臉識別方法，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。

作為一種基于機載設備的特定說話人啟動人臉識別方法的優選方案，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。

作為一種基于機載設備的特定說話人啟動人臉識別方法的優選方案，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。

作為一種基于機載設備的特定說話人啟動人臉識別方法的優選方案，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。

作為一種基于機載設備的特定說話人啟動人臉識別方法的優選方案，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，