[发明专利]基于高低频动静特征的声纹识别方法

权利要求书

1.一种基于高低频动静特征的声纹识别方法，其特征是，定义高低频的分界频率2.5kHz，在线性倒谱频率系数LFCC和对数能量谱基础流程上，针对高频和低频，分别设计两种梯形滤波器，分别提取低频的静态特征、提取高频的动态特征，并将其作为声纹识别分类器的输入，最终输出声纹识别认证结果；具体步骤如下：

特征提取前的数据准备步骤：

对数据库中的语音信号进行数据准备，划分训练集、验证集、测试集；

并进行语音活动检测VAD和倒谱均值归一化CMN处理；

特征提取步骤：

1)数据预处理：把每一段语音信号经过预加重、分帧、加窗、快速傅里叶变换，其中，窗函数为Povey窗；

FFT点数设置为512，窗长25ms,窗移10ms；

2)静态特征提取：

设置高低频滤波器，滤波器由一组40维的三角滤波器组成，整体形状为梯形，高频滤波器对高频进行加强，低频进行抑制，低频滤波器对低频进行加强，高频进行抑制；

将滤波器Ψ_i(k)应用到经过快速傅里叶变换FFT变换的音频上，得到40维的高频对数滤波能量谱Hi-LFBE,和低频对数滤波能量谱Lo-LFBE；

其中，i是滤波器序号，e(i)是第i个滤波器的能量，X(k)是语音信号经过FFT变换之后的结果，Ψ_i(k)是第i个滤波器；

最后进行离散余弦变换DCT操作，保留前19维，舍弃第0维，得到高频线性率倒谱系数Hi-LFCC和低频线性倒谱系数Lo-LFCC：

其中，c_m是m个倒谱系数，Q是滤波器总个数；

3)动态特征提取：

在静态特征基础上采用delta方法对一阶动态和二阶动态进行特征提取；

说话人分类模型训练步骤：

将训练集中的音频提取特征作为输入，训练基于高斯混合模型和通用背景模型GMM-UBM的i-vector模型和概率线性判别分析程序PLDA打分模型；

说话人确认打分步骤。