[發明專利]一種結合I-vector和PLDA的聲紋識別方法

在審

• 申請號: 202010767770.4
• 申請日: 2020-08-03
• 公開（公告）號: CN111883143A
• 公開（公告）日: 2020-11-03
• 發明（設計）人: 汪禮君
• 申請（專利權）人: 汪禮君
• 主分類號: G10L17/06
• 分類號: G10L17/06;G10L17/02;G10L17/08;G10L17/20
• 代理公司: 長沙正務聯合知識產權代理事務所(普通合伙) 43252
• 代理人: 鄭雋;吳婷

1.一種結合I-vector和PLDA的聲紋識別方法，其特征在于，所述方法包括：

獲取待識別聲紋信號，利用譜減法對其進行降噪處理；

對降噪后的待識別聲紋信號進行預加重和加窗處理；

基于聲紋信號能量對待識別聲紋信號進行分幀處理；

利用WS語音特征提取算法提取有效聲紋信號幀中的聲紋信號特征；

根據所提取出的聲紋信號特征，利用I-vector模型提取I-vector特征；

利用PLDA的建模方法，對I-vector特征中的信道信息進行補償；

利用對數似然比方法進行聲紋比對，根據比對結果實現聲紋的識別。

2.如權利要求1所述的一種結合I-vector和PLDA的聲紋識別方法，其特征在于，所述利用譜減法對待識別聲紋信號進行降噪處理，包括：

1)在時域對含噪聲紋信號y(t)、待求解的干凈聲紋信號s(t)以及靜音段的聲紋信號n(t)進行關系表征：

y(t)＝s(t)+n(t)

2)分別對上述三種信號進行傅里葉變換，其對應的短時頻譜分別為Y(w)，S(w)和N(w)，根據語音的特征分布，它們服從均值為0的高斯分布，因此從概率統計學分析可知，它們之間存在如下的平方關系：

|Y(w)|²＝|S(w)|²+|N(w)|²+2Re[S(w)N(w)]

3)由于噪聲和語音信號之間是沒有直接關聯的，即噪聲不會隨著語音信號的改變而改變，也就是S(w)和N(w)是相互獨立的，所以Re[S(w)N(w)]＝0；

4)S(w)的平方就是語音的功率譜，所以待求解的純凈語音功率譜見下式：

|S(w)|²＝|Y(w)|²-|N(w)|²

其中：

Y(w)為含噪聲紋信號的短時頻譜；

N(w)為靜音段聲紋信號的短時頻譜；

S(w)為純凈聲紋信號的短時頻譜。

3.如權利要求2所述的一種結合I-vector和PLDA的聲紋識別方法，其特征在于，所述對待識別聲紋信號進行預加重和加窗處理，包括：

1)利用預加重的函數式提高聲紋信號：

H(z)＝1-az^-1

其中：

z為待識別的聲紋信號；

a為預加重系數，本發明將其設為0.912；

2)利用漢明窗對所述聲紋信號進行加窗處理，所述漢明窗的時域表達式為：

其中：

n為待識別聲紋信號的幀數；

N為待識別聲紋信號的總幀數。

4.如權利要求3所述的一種結合I-vector和PLDA的聲紋識別方法，其特征在于，所述基于聲紋信號能量的聲紋信號分幀處理過程為：

針對待識別聲紋信號中的若干幀，利用下式計算每一幀的能量：

其中：

x(n)為待識別聲紋信號；

N為待識別聲紋信號的總幀數；

m表示待識別聲紋信號的第m幀；

通過設定不同的能量閾值，依據每一幀的能量將聲紋信號分割成重疊幀，其中能量較高的幀部分即為聲紋信號中的有效部分。