[發明專利]基于Fbank特征和MFCC特征融合的聲紋識別方法有效
| 申請號： | 202110586134.6 | 申請日： | 2021-05-27 |
| 公開（公告）號： | CN113393847B | 公開（公告）日： | 2022-11-15 |
| 發明（設計）人： | 周后盤;趙將焜 | 申請（專利權）人： | 杭州電子科技大學 |
| 主分類號： | G10L17/02 | 分類號： | G10L17/02;G10L17/04;G10L17/22 |
| 代理公司： | 杭州君度專利代理事務所(特殊普通合伙) 33240 | 代理人： | 楊舟濤 |
| 地址： | 310018 浙*** | 國省代碼： | 浙江;33 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 基于 fbank 特征 mfcc 融合 聲紋 識別 方法 | ||
1.基于Fbank特征和MFCC特征融合的聲紋識別方法，其特征在于，具體包括以下步驟：
步驟一、準備語音數據集，并對數據集進行預處理；
步驟二、提取Fbank特征；
將預處理后的語音幀序列經過快速傅里葉變換、取功率譜、取幅度平方、經過梅爾濾波器組并取對數得到Fbank特征；
步驟三、提取MFCC特征；
在Fbank特征的基礎上進行離散余弦變換得到MFCC特征；
步驟四、特征融合；
在得到40維Fbank特征和12維MFCC特征的基礎上進行特征融合，將第1-12組的MFCC特征嵌入到40維Fbank的第1-12組中。
2.根據權利要求1所述的基于Fbank特征和MFCC特征融合的聲紋識別方法，其特征在于：所述的梅爾濾波器組系數取40。
3.根據權利要求1所述的基于Fbank特征和MFCC特征融合的聲紋識別方法，其特征在于：所述的在Fbank特征的基礎上進行離散余弦變換得到MFCC特征，具體為：提取第1-12組系數進行DCT變換得到12維的MFCC特征。
4.根據權利要求1所述的基于Fbank特征和MFCC特征融合的聲紋識別方法，其特征在于：所述的對數據集進行預處理具體為：預加重、分幀、加窗，最后輸出語音幀序列。
5.根據權利要求4所述的基于Fbank特征和MFCC特征融合的聲紋識別方法，其特征在于：所述的分幀采用25ms幀長、10ms幀移。
6.根據權利要求4所述的基于Fbank特征和MFCC特征融合的聲紋識別方法，其特征在于：所述的加窗的窗口選擇為漢明窗。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于杭州電子科技大學，未經杭州電子科技大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202110586134.6/1.html，轉載請聲明來源鉆瓜專利網。
