[发明专利]一种防口语替考的方法和系统在审

专利信息
申请号: 201711289951.5 申请日: 2017-12-07
公开(公告)号: CN107993661A 公开(公告)日: 2018-05-04
发明(设计)人: 董丽颖 申请(专利权)人: 浙江海洋大学
主分类号: G10L17/00 分类号: G10L17/00;G10L17/02;G10L17/08;G10L17/20
代理公司: 杭州杭诚专利事务所有限公司33109 代理人: 尉伟敏
地址: 316022 浙江省*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 口语 替考 方法 系统
【权利要求书】:

1.一种防口语替考的方法,其特征在于,

包括以下步骤:

A)考前由可信任机构采集考生语音信息;

B)将采集到的考生语音信息转化为考生可信声纹并保存;

C)口语考试后,导入考生的考试语音信息;

D)将考生考试语音信息转化为考生考试声纹;

E)对比考生考试声纹与考生可信声纹获得相似度值,若相似度值低于阈值则判定考生为替考。

2.根据权利要求1所述的一种防口语替考的方法,其特征在于

所述考前由可信任机构采集考生语音信息时将考生按照性别分组分别进行语音信息采集。

3.根据权利要求1所述的一种防口语替考的方法,其特征在于

所述将采集到的考生语音信息转化为考生可信声纹包括以下步骤:

B1)将采集到的考生语音信息去除环境噪声和静默语音信息,得到预处理语音信息;

B2)对预处理语音信号提取语音特征,使用全部考生的语音特征作为参数训练出一个高斯混合模型,作为通用背景模型;

B3)使用考生各自语音特征对通用背景模型进行插值,作为该考生的可信声纹。

4.根据权利要求1所述的一种防口语替考的方法,其特征在于

所述将采集到的考生语音信息转化为考生可信声纹包括以下步骤:

BB1)将采集到的考生语音信息去除环境噪声和静默语音信息,得到预处理语音信息;

BB2)对预处理语音信号提取语音特征,使用全部考生的语音特征作为参数训练出一个高斯混合模型,作为通用背景模型;

BB3)使用考生各自语音特征对通用背景模型进行插值,作为该考生的高斯混合模型;

BB4)采用因子分析法,从考生的高斯混合模型抽取出I-vector模型,将取出的I-vector模型作为考生的可信声纹。

5.根据权利要求1所述的一种防口语替考的方法,其特征在于

所述将考生考试语音信息转化为考生考试声纹包括以下步骤:

D1)将导入考生的考试语音信息去除环境噪声和静默语音信息,得到预处理考试语音信息;

D2)对预处理考试语音信号提取考试语音特征,使用全部考生的考试语音特征作为参数训练出一个高斯混合模型,作为考试通用背景模型;

D3)使用考生各自考试语音特征对考试通用背景模型进行插值,作为该考生的考试声纹。

6.根据权利要求4所述的一种防口语替考的方法,其特征在于

所述将考生考试语音信息转化为考生考试声纹包括以下步骤:

DD1)将导入考生的考试语音信息去除环境噪声和静默语音信息,得到预处理考试语音信息;

DD2)对预处理考试语音信号提取考试语音特征,使用全部考生的考试语音特征作为参数训练出一个高斯混合模型,作为考试通用背景模型;

DD3)使用考生各自考试语音特征对考试通用背景模型进行插值,作为该考生的考试高斯混合模型;

DD4)采用因子分析法,从考生的考试高斯混合模型抽取出I-vector模型,将取出的I-vector模型作为考生考试声纹。

7.根据权利要求6所述的一种防口语替考的方法,其特征在于

所述对比考生考试声纹与考生可信声纹获得相似度值包括以下步骤:

E1)将考生的可信声纹和考试声纹采用线性鉴别分析降成一维数据;

E2)计算降维后的可信声纹和考试声纹的余弦距离作为相似度值。

8.一种防口语替考的系统,其特征在于,

包括声音采集模块、声纹提取模块、存储模块和声纹比对模块,

所述声音采集模块用于在考前由可信任机构采集考生声音信息;

所述声纹提取模块用于从采集到的考生声音信息提取考生可信声纹和从考生考试语音信息中提取考生考试声纹;

所述存储模块用于存储考生信息、考生可信声纹和考生考试声纹;

所述声纹比对模块用于对比考生可信声纹和考生考试声纹。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江海洋大学,未经浙江海洋大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711289951.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top