[發(fā)明專利]一種聲紋識別方法、系統(tǒng)、設備及存儲介質

在審

• 申請?zhí)枺?/td>: 202210233039.2
• 申請日: 2022-03-09
• 公開（公告）號: CN114842851A
• 公開（公告）日: 2022-08-02
• 發(fā)明（設計）人: 葉林勇;肖龍源;李稀敏;葉志堅
• 申請（專利權）人: 廈門快商通科技股份有限公司
• 主分類號: G10L17/00
• 分類號: G10L17/00;G10L17/02;G10L17/04
• 代理公司: 廈門仕誠聯(lián)合知識產(chǎn)權代理事務所(普通合伙) 35227
• 代理人: 蔡稷元

1.一種聲紋識別方法，其特征在于，所述方法包括以下步驟：

實時獲取語音數(shù)據(jù)；

對獲取的語音數(shù)據(jù)進行預處理；

對預處理后的語音數(shù)據(jù)進行特征提??；

將提取到的特征按照現(xiàn)有的數(shù)據(jù)場景輸入模型A或模型B，得到建模后的聲學特征；

將建模后的聲學特征部署到服務器上。

2.根據(jù)權利要求1所述的聲紋識別方法，其特征在于，所述實時獲取語音數(shù)據(jù)，包括：

分別采集電話信道語音場景和視頻語音場景。

3.根據(jù)權利要求2所述的聲紋識別方法，其特征在于，所述對獲取的語音數(shù)據(jù)進行預處理，包括：

采樣量化，將獲取的語音數(shù)據(jù)，以8kHz的采樣速率數(shù)字化，輸入到后端服務器；

預加重，將輸入到后端服務器聲音經(jīng)過8kHz的采樣速率的采樣后轉成數(shù)字語音信號，然后通過一階高通濾波器來作預加重處理以突顯高頻部分；

取音框，取256點為一個音框，音框與音框之間重迭128點，即每次位移128點后再取256點作為下一個音框；

加窗，針對每一個音框乘上漢明窗以消除音框兩端的不連續(xù)性，將音框通過低通濾波器。

4.根據(jù)權利要求3所述的聲紋識別方法，其特征在于，所述將輸入到后端服務器聲音經(jīng)過8kHz的采樣速率的采樣后轉成數(shù)字語音信號，其傳遞函數(shù)為：H(z)＝1-az^-1，H(z)為輸出信號，z為輸入信號，a為濾波系數(shù)。

5.根據(jù)權利要求4所述的聲紋識別方法，其特征在于，所述a的取值為0.95。

6.根據(jù)權利要求5所述的聲紋識別方法，其特征在于，所述對預處理后的語音數(shù)據(jù)進行特征提取，包括：

使用改進型Mel頻率倒譜系數(shù)方法提取特征，其中，計算方式如下：f為輸入頻率，將音頻文件通過短時傅里葉變換得到，γ為頻率調節(jié)系數(shù)。

7.一種聲紋識別系統(tǒng)，其特征在于，包括：

獲取模塊，用于實時獲取語音數(shù)據(jù)；

處理模塊，用于對獲取的語音數(shù)據(jù)進行預處理；

提取模塊，用于對預處理后的語音數(shù)據(jù)進行特征提取；

建模模塊，用于將提取到的特征按照現(xiàn)有的數(shù)據(jù)場景輸入模型A或模型B，得到建模后的聲學特征；

部署模塊，用于將建模后的聲學特征部署到服務器上。

8.一種聲紋識別設備，其特征在于，包括：

存儲器，用于存儲計算機程序；

處理器，用于執(zhí)行所述計算機程序時實現(xiàn)如權利要求1至6中任一項所述的聲紋識別方法的步驟。

9.一種存儲介質，其特征在于，其上存儲有計算機程序，其特征在于，所述程序被處理器執(zhí)行時實現(xiàn)如權利要求1至6中任一項所述的聲紋識別方法。