[发明专利]一种应用于电力作业中的声纹识别的方法及系统

说明书

本发明公开了一种应用于电力作业中的声纹识别的方法及系统，其方法包括：采集电力作业场景中不同人的声纹信息；去除所述声纹信息中的噪声和干扰信息；将去噪后的声纹信息进行非负矩阵分解NMF提取特征；基于NMF处理的声纹信息获取声纹信息的语谱图；对语谱图基于卷积神经网络CNN声纹识别算法处理；基于卷积神经网络训练模型输出声纹识别结果。在本发明实施例在特征提取阶段使用NMF提取特征，并将多维特征进行融合，可以得到更加准确的识别效果。

技术领域

本发明涉及计算机技术领域，尤其涉及一种应用于电力作业中的声纹识别的方法及系统。

背景技术

目前保证电网的安全运行，需要对电网工作人员的业务技能提出了一定要求，工作人员只有具有良好的业务技能才能保证电网稳定与安全地运行，所以必须保证专业人员具有自己独一无二的身份特征来实施操作。身份认证技术大致分为两个分支：一是身份标识输入，如使用用户名、密码登录的账户模式；二是通过身份标识物，即钥匙、证件等。这两种方式已经被绝大多数人所接受并被广泛使用。但是一些不法之徒通过非法手段获得他人的身份标识后，就可以顺利地通过检测，冒充他人，最终对电网系统造成重大损失。对于这种问题，基于生物特性识别和文本识别的身份认证技术就应运而生。声纹是生物特征的一种，对于人体来说，声纹是长期稳定的特征信号，通过声纹鉴别技术可以区分不同个体。因为每个人的声道和发音器官具有差异，而且身体状况、生活环境等后天的因素都会造成不同的人发出的语音在语谱图上呈现出差异性，因此这种特征具有独特性，利用这一特性，可以使用机器学习及人工智能的方法实现不同说话人的识别。

申请号为202011634585.4的发明公开了一种声纹识别方法。该方法主要包括以下步骤：获取音频文件；对文件进行剪裁处理以得到有效音频文件；对有效音频文件进行加密处理，获得加密音频信息；发送声纹识别请求，该请求包括所述加密音频信息。

申请号为201610641491.7的发明公开了一种声纹识别系统。本发明的方法、装置和声纹识别系统，通过实时地采集声音的信道特征，优先选择带有信道特征的声纹模型进行模式匹配，建立声纹模型库以及声纹模型，可有效解决信道差异对声纹识别性能的影响。

基于传统密码认证的身份识别技术不安全，信息一旦泄露就会被盗用，其次它的便捷性也很差，使用者需要记住账号密码并且进行繁琐的手动输入，如果忘记账号或密码，还需要进行找回密码的操作。现有的声纹识别技术使用传统的概率学模型或者单一的机器学习方法进行特征的训练，识别效果不够好，最终的识别准确率达不到预期效果。

发明内容

本发明的目的在于克服现有技术的不足，本发明提供了一种应用于电力作业中的声纹识别的方法及系统，使得最终识别准确率能达到提升。

为了解决上述技术问题，本发明实施例提供了一种应用于电力作业中的声纹识别的方法，所述方法包括：

采集电力作业场景中不同人的声纹信息；

去除所述声纹信息中的噪声和干扰信息；

将去噪后的声纹信息进行非负矩阵分解NMF提取特征；

基于NMF处理的声纹信息获取声纹信息的语谱图；

对语谱图基于卷积神经网络CNN声纹识别算法处理；

基于卷积神经网络训练模型输出声纹识别结果。

所述去除所述声纹信息中的噪声和干扰信息包括：

对采集的声纹信息进行信号离散化处理；

基于一阶高频数字滤波器对离散化处理后的声纹信息进行信号放大处理；

对信号放大处理后的声纹信息进行信号分段处理。

所述一阶高频数字滤波器的传递函数H为：