[發明專利]由計算機實施的語音命令驗證方法及電子裝置

在審

• 申請號: 202010161382.1
• 申請日: 2020-03-10
• 公開（公告）號: CN111462763A
• 公開（公告）日: 2020-07-28
• 發明（設計）人: 伊夫林柯尼亞瓦堤;沙席拉吉索馬拉金
• 申請（專利權）人: 美律電子（深圳）有限公司
• 主分類號: G10L17/12
• 分類號: G10L17/12;G10L17/06;G10L25/24
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 黃麗

本發明提供一種由計算機實施的語音命令驗證方法。該方法包括：獲得聲音訊號流；計算聲音訊號流的訊號噪聲比(SNR)值；將聲音訊號流轉換成梅爾頻率倒頻譜系數(MFCC)流；根據梅爾頻率倒頻譜系數流及根據由高斯混合模型?通用背景模型(GMM?UBM)產生的多個樣本流中的一者計算與梅爾頻率倒頻譜系數流對應的動態時間扭曲(DTW)距離；根據梅爾頻率倒頻譜系數流及樣本流計算與梅爾頻率倒頻譜系數流對應的對數似然比(LLR)值作為高斯混合模型?通用背景模型得分；根據高斯混合模型?通用背景模型得分、動態時間扭曲距離及訊號噪聲比值判斷聲音訊號流是否通過語音命令驗證；響應于判定聲音訊號流通過語音命令驗證，判定聲音訊號流是自合法使用者發出的語音流。

技術領域

本發明是有關于一種電子設備以及用于所述電子設備的由計算機實施的方法，且更具體而言，是有關于一種用于判斷所接收的語音命令的聲音訊號流是來自于合法使用者還是非法使用者的由計算機實施的語音命令驗證方法以及使用所述方法的電子設備。

背景技術

通用背景模型(Universal Background Model，UBM)是生物特征驗證系統中使用的用于表示在作出接受或拒絕決定時欲相對于個人特定的特征特性的模型進行比較的一般的、個人獨立的特征特性的模型。舉例而言，在說話者驗證系統中，UBM是利用來自大量說話者的言語樣本進行訓練的用于表示一般言語特性的說話者獨立(Speaker-independent)的高斯混合模型(Gaussian Mixture Model，GMM)。利用來自特定登記的說話者的言語樣本n所訓練的說話者特定(speaker-specific)的GMM，可形成在說話者特定的GMM模型與UBM的匹配得分之間的未知言語樣本的似然比(likelihood-ratio)測試。換言之，未知言語樣本可使用前述高斯混合模型-通用背景模型(Gaussian Mixture Model with UniversalBackground Model，GMM-UBM)的方法來驗證。

發明內容

由所提出的發明提供的一種由計算機實施的語音命令驗證方法及使用所述由計算機實施的語音命令驗證方法的電子裝置能夠根據對應的GMM-UBM得分、動態時間扭曲(Dynamic Time Warping，DTW)距離及訊號噪聲比(Signal-to-Noise Ratio，SNR)值，對語音命令所獲得的聲音訊號流實行驗證流程以使得對語音命令的驗證的準確性得到改善。

根據本發明概念，提供一種由計算機實施的語音命令驗證方法。所述由計算機實施的語音命令驗證方法包括：獲得聲音訊號流；計算所述聲音訊號流的訊號噪聲比(SNR)值；將所述聲音訊號流轉換成梅爾頻率倒頻譜系數(Mel-Frequency CepstralCoefficient，MFCC)流；根據所述MFCC流及根據由高斯混合模型-通用背景模型(GMM-UBM)產生的多個樣本流中的一者計算與所述MFCC流對應的動態時間扭曲(DTW)距離；根據所述MFCC流及所述樣本流計算與所述MFCC流對應的對數似然比(Log-likelihood ratio，LLR)值作為與所述聲音訊號流對應的GMM-UBM得分；根據所述GMM-UBM得分、所述DTW距離及所述SNR值判斷所述聲音訊號流是否通過語音命令驗證；響應于判定所述聲音訊號流通過所述語音命令驗證，判定所述聲音訊號流是自合法使用者發出的語音流；以及響應于判定所述聲音訊號流未通過所述語音命令驗證，判定所述聲音訊號流是自非法使用者發出的語音流。