[发明专利]声纹识别方法

说明书

技术领域

本发明涉及声纹识别领域。     

背景技术

说话人识别和指纹，虹膜，人脸识别等一样，属于生物识别的一种，被认为是最自然的生物特征识别身份鉴定方式，又称“声纹”识别。说话人识别具有采集设备简单，系统价格低廉，容易被人们接受等优点。门禁系统、保险柜、个人设备（汽车、电脑、手机、PDA等）使用权限控制等使用场合，文本相关的说话人确认方法，可以通过说话人语音生物特征和语音内容双方面进行验证，同时短语音即可实现学习和测试过程，具有突出的应用优势。

说话人识别的基本过程为语音采集，特征提取，分类模型。常见的语音特征提取方法是利用语音的短时平稳特性，采用美倒谱变换（MFCC）方法将语音转换为语音特征点集。之后经过学习过程对说话人语音进行建模得到说话人的分类模型。隐马尔可夫模型（HMM）是目前公认的在文本相关的说话人识别中效果最好的建模方法。HMM一方面用隐含的状态对应于声学层相对稳定的发音单位，并通过状态转移和状态驻留来描述发音的变化；另一方面它引入了概率统计模型，用概率密度函数计算语音参数对HMM模型的输出概率，通过搜索最佳状态序列，以最大后验概率为准则找到识别结果。但其存在几个问题：（1）需要更多学习样本。（2）计算复杂度高。（3）得到的模型数据量大。对于资源有限的嵌入式系统，以上问题，限制了算法的使用。因此需要一种新的方法解决上述问题。

发明内容

为了克服现有技术存在的不足，本发明的目的在于提供一种计算量小、识别率好、数据量小的声纹识别方法。

为达到以上目的，本发明提供了一种声纹识别方法，包括如下步骤：

1）语音特征空间建立步骤，将不同背景、不同人声的语音分割为特定长度的语音段，每个语音段做特征变换后得到语音特征点，所有语音段的语音特征点构成语音特征空间；

2）子空间划分步骤，将语音特征空间划分成复数个子空间，划分后的子空间用数据描述，并对各个子空间进行编号，记录每个子空间的数据描述和其对应的序号；

3）训练语句特征提取步骤，将语句经过特征变换得到时序特征点集，每个特征点按照最近邻原则分配入各个子空间，记录每个特征点对应子空间的序号，记录该序号组成的序列，该序列记录为训练语句特征；

4）测试语句特征提取步骤，将语句经过特征变换得到时序特征点集，每个特征点按照最近邻原则分配入各个子空间，记录每个特征点对应子空间的序号，记录该序号组成的序列，该序列记录为测试语句特征；

5）声纹识别步骤，对比训练语句特征与测试语句特征是否相似。

本发明的进一步改进在于，所述的特征变换为美倒谱变换。

本发明的进一步改进在于，所述的美倒谱变换中将语音分割为20ms一帧，10ms帧移取出语音帧，以帧为单位去掉静音，对语音帧作美倒谱变换后，每帧留12个系数，该12个系数构成语音特征点。

本发明的进一步改进在于，所述的步骤2）中采用“K-均值”算法将语音特征空间划分成数个子空间，划分后的数个子空间分别以“K-均值”的中心点记录为该子空间的数据描述。

本发明的进一步改进在于，所述的步骤3）和步骤4）还包括语句特征压缩步骤，将训练语句特征以及测试语句特征的数据进行压缩。

本发明的进一步改进在于，所述的语句特征压缩步骤为：记录子空间的序号以及相同序号的数量，将序号和相同序号的数量作为一组数据进行排列，当相同序号的数量为1时，去掉该组数据，当去掉该组数据后，该数据前方一组数据中的序号和后方一组数据中的序号相同时，则将两组合并，新形成的数据组中，序号为与合并前相同的序号，相同序号的数量为前方一组数据的数量与后方一组数据数量之和。

本发明的有益效果是: 经过上述方法将语音的连续性信息对应为空间标号序列，利用数据量较少的标号序列作为说话人的相似性特征，通过该方法获得的特征数据量小，具有代表性，只需要进行数字序列比对即可得到确认结果，具有计算量小，节省存储资源等优点，克服了基于概率统计的建模方法存在的问题，适合于系统资源有限的嵌入式系统使用。

附图说明

图1本发明一种声纹识别方法语音特征空间建立的流程示意图；

图2本发明一种声纹识别方法特征空间划分流程示意图；

图3本发明一种声纹识别方法中语句特征提取的流程示意图；

图4 本发明一种声纹识别方法中数字序列压缩流程示意图；

图5 本发明一种声纹识别方法的流程示意图。

具体实施方式