[發(fā)明專利]一種用于聲紋識(shí)別的低功耗模擬域特征向量提取方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202010577295.4
• 申請(qǐng)日: 2020-06-22
• 公開（公告）號(hào): CN111667838B
• 公開（公告）日: 2022-10-14
• 發(fā)明（設(shè)計(jì)）人: 浦寧;姜漢鈞;張春;王志華
• 申請(qǐng)（專利權(quán)）人: 清華大學(xué)
• 主分類號(hào): G10L17/02
• 分類號(hào): G10L17/02;G10L17/18;G10L17/20
• 代理公司: 西安智大知識(shí)產(chǎn)權(quán)代理事務(wù)所 61215
• 代理人: 段俊濤

1.一種用于聲紋識(shí)別的低功耗模擬域特征向量提取方法，輸入為麥克風(fēng)輸出的語(yǔ)音信號(hào)，從時(shí)域和模擬域提取特征，通過(guò)構(gòu)造一組帶通濾波器逼近MFCC特征提取中的Mel三角濾波器組，使得構(gòu)造的帶通濾波器組的中心頻率與Mel三角濾波器組相同，滿足非線性對(duì)數(shù)頻率特性，再將模擬濾波輸出的時(shí)域信號(hào)通過(guò)ADC后取模平方得到對(duì)應(yīng)特征值，其特征在于，包括對(duì)應(yīng)于全模擬濾波特征提取的高性能模式和對(duì)應(yīng)于混合特征提取的超低功耗模式兩種模式，其中：

所述高性能模式使用16個(gè)帶通濾波器進(jìn)行全模擬濾波特征提取，首先將麥克風(fēng)輸出的語(yǔ)音信號(hào)通過(guò)低噪聲前置放大器調(diào)理放大，然后分別輸入16個(gè)通道進(jìn)行帶通濾波，每個(gè)帶通濾波器的中心頻率模擬MFCC特征提取中Mel三角濾波器的中心頻率設(shè)計(jì)；然后將提取到的模擬濾波特征通過(guò)12位逐次逼近型ADC轉(zhuǎn)換到數(shù)字域，在數(shù)字域完成求取模平方的操作得到對(duì)應(yīng)特征向量；

所述超低功耗模式通過(guò)壓縮相似的冗余特征以進(jìn)一步降低特征維度，采用5個(gè)帶通濾波器，1個(gè)比較器和數(shù)字邏輯電路實(shí)現(xiàn)混合特征提取，通過(guò)比較器和計(jì)數(shù)器提取語(yǔ)音信號(hào)的過(guò)零率，即統(tǒng)計(jì)信號(hào)幅值為0的次數(shù)，過(guò)零率反映了語(yǔ)音信號(hào)的變化快慢，是一種從時(shí)域進(jìn)行提取而反映頻域信息的特征，輸入信號(hào)經(jīng)比較器與0電平比較后輸出一系列含高低電平的脈沖，其中高電平的上升沿和下降沿對(duì)應(yīng)語(yǔ)音信號(hào)的負(fù)過(guò)零和正過(guò)零，對(duì)高電平脈沖計(jì)數(shù)，再乘以2得到語(yǔ)音信號(hào)的過(guò)零率，該模式提取的混合特征的維度是8維，包括5維模擬濾波特征及其均值和方差，再加上1維過(guò)零率特征。

2.根據(jù)權(quán)利要求1所述用于聲紋識(shí)別的低功耗模擬域特征向量提取方法，其特征在于，所述每個(gè)帶通濾波器的中心頻率模擬MFCC特征提取中Mel三角濾波器的中心頻率設(shè)計(jì)，具體實(shí)現(xiàn)方式是將語(yǔ)音信號(hào)的常用采樣頻率按照該公式Mel(f)＝2595*log₁₀(1+f/700)轉(zhuǎn)換到梅爾頻率域，然后在梅爾頻率域按照濾波器個(gè)數(shù)進(jìn)行等間隔劃分，再將劃分的結(jié)果按上式轉(zhuǎn)換為對(duì)應(yīng)的自然頻率作為帶通濾波器的中心頻率，其中Mel(f)是梅爾頻率，f是自然頻率。

3.根據(jù)權(quán)利要求1所述用于聲紋識(shí)別的低功耗模擬域特征向量提取方法，其特征在于，所述帶通濾波器為非理想物理可實(shí)現(xiàn)的帶通濾波器，其階數(shù)為2階。

4.根據(jù)權(quán)利要求1或3所述用于聲紋識(shí)別的低功耗模擬域特征向量提取方法，其特征在于，所述帶通濾波器采用Gm-C結(jié)構(gòu)，通過(guò)調(diào)整跨導(dǎo)器偏置電流的大小從而改變跨導(dǎo)器的Gm值，來(lái)達(dá)到改變?yōu)V波器中心頻率的目的。

5.根據(jù)權(quán)利要求4所述用于聲紋識(shí)別的低功耗模擬域特征向量提取方法，其特征在于，通過(guò)調(diào)整所述帶通濾波器的個(gè)數(shù)以得到不同維度的特征，從而滿足不同應(yīng)用場(chǎng)景下識(shí)別精度和功耗的折中。

6.根據(jù)權(quán)利要求1所述用于聲紋識(shí)別的低功耗模擬域特征向量提取方法，其特征在于，所述方法還用于關(guān)鍵詞檢測(cè)。

7.根據(jù)權(quán)利要求1所述用于聲紋識(shí)別的低功耗模擬域特征向量提取方法，其特征在于，所提取特征向量輸入數(shù)字域神經(jīng)網(wǎng)絡(luò)進(jìn)行識(shí)別。

8.根據(jù)權(quán)利要求7所述用于聲紋識(shí)別的低功耗模擬域特征向量提取方法，其特征在于，所述神經(jīng)網(wǎng)絡(luò)為CNN、LSTM或GRU。

9.根據(jù)權(quán)利要求1所述用于聲紋識(shí)別的低功耗模擬域特征向量提取方法，其特征在于，所述麥克風(fēng)輸出的語(yǔ)音信號(hào)先進(jìn)行分幀和加窗的預(yù)處理。