[发明专利]一种声纹识别的特征参数提取系统及方法

说明书

本发明公开了语音识别技术领域的一种声纹识别的特征参数提取系统及方法，该系统包括有同步控制器、麦克风阵列和计算机，本发明中采样频率取大于语音信号的最高频率的两倍，保住了采集信号的完整性，通过对采样的语音信号进行预加重处理，有效的提高了语音信号的高频信息，通过对Mel频率谱进行对数能量处理，能够有效减少噪声以及频率谱估计误差造成的干扰，通过对Mel频率谱中的对数能量进行离散余弦变换，可以使得得到的语音特征向量之间具有独立性，同时也能够减少语音特征参数的维度，本发明能够使得提取的声纹特征信息更加稳定可靠，使得识别正确率得到提高。

技术领域

本发明涉及语音识别技术领域，具体为一种声纹识别的特征参数提取系统及方法。

背景技术

随着信息技术的快速发展，个人身份信息的安全性越来越重要，为了有效的验证个人身份信息，人类的生物特征信息包括声纹特征信息、指纹特征信息、人脸特征信息、虹膜特征信息等认证技术得到了快速发展，然而其中的声纹特征信息凭借着简单、便捷、准确等特点，作为人脸自然身份属性之一，其在身份识别、信息安全等领域受到越来越多的关注。声纹识别技术是通过对声音特征信息进行提取并结合特征模式相似性匹配的一项技术，其中声纹特征信息提取，即是提取出声音信号频率中能够唯一展现出该声音的个性特征参数，因此在进行声纹识别过程中，有效的提取声纹特征信息，直接决定着声纹识别的精度性、时效性。

“声纹”这个概念首次被Bell实验室提出，使得声音识别技术得到了初步发展，紧接着S.Pruzansky等人提出了将模式匹配结合概率统计对声音进行特种分析识别，实现对声音的辨别；随着声纹识别技术的发展，作为声音的个性化特征参数的提取技术得到了快速发展，如基于人耳听觉特性的梅尔倒谱参数的提出使得声纹识别技术迈入了新的篇章。然而国内关于声纹识别技术研究的起点较缓慢，目前中国的各大高校也逐渐的扩展声纹识别技术领域。

由于声纹识别过程中，声音信号频率本身具有随机性，如声音的快慢、声音的音调高低、共振峰的变化等因素，使得声音的极易受到外界噪声的干扰，而且当声音信号在传播过程中，极易受到信道的干扰，使得声音信号的频率谱发生变化，从而导致提取的声纹特征信息出现不稳定性。

基于此，本发明提出了一种声纹识别的特征参数提取系统及方法。

发明内容

本发明的目的在于提供一种声纹识别的特征参数提取系统及方法，以解决上述背景技术中的问题。

为实现上述目的，本发明提供如下技术方案：一种声纹识别的特征参数提取系统，该系统包括有同步控制器、麦克风阵列和计算机，所述同步控制器通过电缆与计算机进行连接，所述麦克风阵列通过电缆与计算机进行连接。

优选的，同步控制器的型号为百灵达BCD3000。

一种声纹识别的特征参数提取方法，包含以下步骤：

S1、利用同步控制器同时控制A个麦克风构成的麦克风阵列进行多路信号的采集，得到A个声纹信号，分别为声纹信号V1，V2…，VA；

S2、针对声纹信号Vn，其中1≤n≤A，其经过采样后的声纹信号在第t 个采样点时刻的信号为Vn(t)，为了提升采样信号的数据的有效性，根据公式：Vn‘(t)＝Vn(t)-0.96*Vn(t-1) t≥2；

Vn‘(t)＝Vn(t) t＝1；

对声纹信号进行预处理，得到处理后的声纹信号用Vn‘(t)表示；