[发明专利]一种基于呼吸特征的说话人识别方法

摘要

本发明公开了一种基于呼吸特征的说话人识别方法，该方法主要包括：输入未知语音片段，通过由梅尔频率倒谱系数MFCC建立的呼吸模板、过零率ZCR和短时能量E来提取未知语音片段中的呼吸音，然后利用消除虚假低谷的边界检测算法剔除呼吸音中的假阳性部分，得到精确分离后的呼吸音，最后利用精确分离后的呼吸音来辨别未知语音片段的说话人是否来自样本说话人以及判断未知语音片段的说话人是否为合法说话人。本发明首次实现了人体呼吸的独特性得到关注和研究，并被有效应用于说话人识别系统，克服了基于呼吸的说话人识别技术的开发利用面临的“呼吸信号的提取”和“呼吸信号处理”两大挑战。因而本发明提供的说话人识别系统简单高效，且识别结果准确可靠。

主权项

1.一种基于呼吸特征的说话人识别方法，其特征在于包括以下步骤：步骤1：输入呼吸样本集，对呼吸样本集进行分帧处理，得到呼吸帧，通过梅尔频率倒谱系数MFCC将呼吸帧建立为呼吸模板，并计算各呼吸样本集得到的呼吸帧与呼吸模板的相似度，得到其最小值Bm；步骤2：输入未知语音片段，对未知语音片段进行分帧处理，得到未知语音帧，计算每个未知语音帧与呼吸模板的相似度；计算未知语音帧的过零率ZCR以及未知语音帧的短时能量E；根据未知语音帧与呼吸模板的相似度、Bm、未知语音帧的过零率ZCR以及未知语音帧的短时能量E来筛选出未知语音片段中的呼吸音，筛选出的呼吸音组成初步分离后的呼吸音；步骤3：利用消除虚假低谷的边界检测算法检测初步分离后的呼吸音的沉默间隙，根据沉默间隙剔除初步分离后的呼吸音中的假阳性部分，得到精确分离后的呼吸音；步骤4：选取一组样本说话人，采集每个样本说话人的呼吸片段，建立一组说话人样本数据库，若需判定未知语音片段的说话人是否来自样本说话人，进行步骤5；若需判定未知语音片段的说话人是否为合法说话人，进行步骤6；步骤5：计算所述未知语音片段的精确分离后的呼吸音与说话人样本数据库中每个说话人呼吸样本的相似度，取最大相似度对应的样本说话人为未知语音片段的说话人，结束；步骤6：对每一位样本说话人采集测试样本，选取一个测试样本；步骤7：计算选取的测试样本与说话人样本数据库中每个说话人呼吸样本的相似度，取所述测试样本与说话人样本数据库中每个说话人呼吸样本的相似度中的最大值，得到一个最大相似度；步骤8：选取另一个测试样本，重复步骤7，直到得到所有测试样本对应的最大相似度，得到最大相似度组；步骤9：采集合法说话人的语音片段，利用呼吸样本集提取合法说话人的呼吸片段，计算未知语音片段的精确分离后的呼吸音与合法说话人的呼吸片段的相似度；步骤10：若未知语音片段的精确分离后的呼吸音与合法说话人的呼吸片段的相似度大于最大相似度组的最小值，则未知语音片段的说话人被鉴定为合法说话人，反之为非法说话人。