[发明专利]一种基于经验模态分解与MFCC的声纹识别方法及装置

说明书

本发明实例公开了一种基于经验模态分解与MFCC(Mel Frequency Cepstrum Coefficient，MFCC)的声纹识别方法及装置，涉及语音信号处理及计算机技术领域，该方法通过提取经验模态分解之后的语音信号的瞬时特征参数，与传统梅尔特征参数融合，构成改进特征参数用于声纹识别；该装置包括数据采集模块、高速数据传输模块、算法实现模块、数据存储模块及用户界面模块。本发明能够提高身份认证的效率及其准确性，改善系统的噪声鲁棒性，缩短响应时间的同时带来较好的用户体验。

技术领域

本发明涉及语音信号处理技术领域，尤其涉及一种基于经验模态分解与MFCC的声纹识别方法及装置。

背景技术

声纹识别技术是信息科学和人工智能的重要组成部分，分为说话人确认技术与说话人辨认技术两个方面，通常理解的都是说话人辨认技术，常常应用于刑侦破案、罪犯跟踪、国防监听、个性化应用等等，说话人确认技术常常应用于证券交易、银行交易、公安取证、个人电脑声控锁、汽车声控锁、身份证、信用卡的识别等。声纹识别技术的关键问题有两个，一是特征提取，二是模式匹配，其中特征提取尤为重要，会直接影响到整个系统的性能

目前声纹识别涉及的语音特征常用表征包括线性预测倒谱系数 (LinearPrediction Cepstrum Coefficient，LPCC)、梅尔频率倒谱系数(MFCC)、耳蜗频率倒谱系数(Gammatone Frequency Cepstrum Coefficient，GFCC)等。其中，Mel滤波器组是模仿人耳的带通滤波器组特性而设计的，从Mel滤波器组获得的MFCCs仍然是大多数语音处理应用的基石，包括声纹识别技术。

但是MFCC主要描述声道特征，其中蕴含的语义信息往往要强于声纹信息，而且通过观察使用MFCC作为特征时，在实际具有挑战性的测试条件下，如噪声等条件下，系统性能出现明显的退化；同时目前以MFCC特征构建的声纹系统装置实现起来有较大的延时，用户声纹特征存取方面也有不足之处，这些都会影响系统性能与用户体验。

发明内容

本发明的目的在于解决上述现有技术的不足，提出一种基于经验模态分解与MFCC的声纹识别方法及装置，提高声纹识别性能，缩短系统响应时间，改善用户体验。

本发明的技术方案如下：

第一方面，本发明提供了一种基于经验模态分解与MFCC的声纹识别方法，该方法包括：

先对采集的语音信号进行梅尔特征参数提取，取39维梅尔特征参数，然后对预处理过后的语音信号进行经验模态分解，经过筛选之后得到与声纹信息有关的固有模态函数分量，对固有模态函数分量经希尔伯特分析提取瞬时特征参数，降维处理后与39维梅尔特征参数融合构成新的特征参数，用于声纹识别系统。

另一方面，本发明提供了一种声纹识别装置，该装置包括：

数据采集模块据，该模块包括：

采集子单元，用于获取用户输入的语音信号，采集时长可以设置；

预处理子单元，对语音信号预处理，同时进行基于能量的端点检测。

高速数据传输模块，该模块包括：

传输子单元，高速数据传输总线协议；

加速子单元，用于对所述语音信号的快速傅里叶变换进行加速。

算法实现模块，该模块包括：

第一计算子单元，用于计算语音信号的梅尔倒谱特征参数；

第二计算子单元，用于计算语音信号的瞬时特性参数；

融合单元，用于融合第一计算单元与第二计算单元的特征参数作为用户唯一特征标识；

判别单元，用于判定当前采集声纹特征所属用户身份。