[發明專利]一種基于聲紋技術的音頻信號實時追蹤比對方法

有效

• 申請號: 202110704405.3
• 申請日: 2021-06-24
• 公開（公告）號: CN113409817B
• 公開（公告）日: 2022-05-13
• 發明（設計）人: 許國法
• 申請（專利權）人: 浙江松會科技有限公司
• 主分類號: G10L25/51
• 分類號: G10L25/51;G10L25/24;H04H60/29
• 代理公司: 杭州浙科專利事務所(普通合伙) 33213
• 代理人: 孫孟輝

1.一種基于聲紋技術的音頻信號實時追蹤比對方法，其特征在于，包括如下步驟：

P1：計算聲紋，定義播出音頻為源音頻，空收音頻為目標音頻，對播出音頻和空收音頻進行預處理，分別獲取源聲紋和目標聲紋向量，并置入相應矩陣緩存；

P2：計算向量距離，以目標聲紋為軸，按最小步進以秒為單位分別計算源聲紋與目標聲紋的歐式距離，計算得到歐式距離矩陣Dxs；

P3：初步判定延時時間，通過歐式距離矩陣Dxs，判斷上次延遲時間t_last、Dxs最小值對應延遲時間t_min、Dxs行算數平均數最小值對應延遲時間t_line；

P4：細化判定延遲時間，分別計算t_last、t_min 、t_line對應相似度，通過相似度進行延遲時間二次判定；

P5：躍變判定，對于延遲時間相似與不相似狀態躍變，引入延遲處理機制；若發生相似到不相似狀態躍變，或者不相似到相似狀態躍變，則定義sim_min下限閾值和sim_max上限閾值，分別對應兩個狀態的躍變，如果n次均低于sim_min下限閾值或高于sim_max上限閾值，表示狀態躍變成功；

P6：對齊音頻，通過輸出延遲時間對齊源音頻與目標音頻；

P7：計算源音頻與目標音頻相應通道在線指標；

P8：重復P1- P7，循環動態跟蹤源音頻與目標音頻。

2.根據權利要求1所述的基于聲紋技術的音頻信號實時追蹤比對方法，其特征在于，所述預處理包括如下步驟：

S1：預加重，補償高頻部分；

S2：分幀，多個采樣點劃分為幀；

S3：加窗，使用漢明窗用于平滑信號，減弱FFT以后旁瓣大小以及頻譜泄露；

S4：快速傅里葉變換，將時域特征轉換為頻域上分布；

S5：幅度譜平方，轉換為功率譜；

S6：梅爾帶通濾波器濾波，對頻譜進行平滑化，消除諧波，突顯共振峰；

S7：對數功率，加上一幀的對數能量；

S8：離散余弦變換，把梅爾濾波器的對數能量進行離散余弦變換，取低頻部分，得出L階的MFCC系數；

S9：動態差分提取，語音的動態特性用靜態特征的差分譜來描述；

S10：計算聲紋，MFCC系數與一階差分、二階差分疊加為最終聲紋。

3.根據權利要求2所述的基于聲紋技術的音頻信號實時追蹤比對方法，其特征在于，所述P1是對比方法的起點，對源音頻進行預處理，音頻采樣頻率為16Khz，hop=500，1秒MFCC特征信息輸出{13*32}矩陣，MFCC特征信息、Deltas一階微分系數、Delta-Deltas二階加速度系數三組向量疊加{39*32}，并以20s為分析時隙，輸出{39*640}矩陣；同樣對目標音頻進行預處理，獲取到39維目標聲紋特征向量，輸出{39*640}矩陣。

4.根據權利要求1所述的基于聲紋技術的音頻信號實時追蹤比對方法，其特征在于，所述P2的歐式距離矩陣Dxs，從目的音頻中間n/2秒處，逐秒順序計算與源音頻的歐式距離，計算秒數n/2；設置目標音頻步進為1，對應音頻偏移Rate/hop，重復上述計算，得到下一組；直至目標音頻步進到矩陣最后一秒為止，最終生成對角線矩陣Dxs。

5.根據權利要求1所述的基于聲紋技術的音頻信號實時追蹤比對方法，其特征在于，所述P3初步判定延時時間，對上次延遲時間t_last、Dxs最小值對應延遲時間t_min、Dxs行算數平均數最小值對應延遲時間t_line判定，如果三者對應延時一致，則無需進行二次細化判定，如計算延時超出閾值，則判定為不相似音頻。