一种基于DBSCAN算法的声纹识别方法

摘要

本发明公开了一种基于DBSCAN算法的声纹识别方法，包括语音特征的提取，语音片段相似度的评价，训练集语音的筛选，对检验语音的判断算法。其中，语音特征提取采用mel倒谱系数进行特征提取；语音相似度评价采用余弦相似度进行相似度的计算；训练语音的筛选采用固定阈值进行筛选；对检验语音的判断利用改进的DBSCAN算法进行判断。本发明基于DBSCAN算法的声纹识别方法，不需要很庞大的训练集，只需要一些经过筛选的训练语音作为训练集即可，并且利用这些训练语音的分布特性对检验语音进行判别，具有十分良好的用户体验和较高的识别率。

主权项

一种基于DBSCAN算法的声纹识别方法，其特征在于，包括如下步骤：步骤1，获取检验语音和某说话人的训练集语音，训练集语音包含预设的偶数个训练语音，利用mel倒谱系数分别对训练集语音和检验语音进行语音特征提取，得到各自对应的语音特征向量；步骤2，对步骤1得到的训练集语音的语音特征向量，利用基于余弦相似度的分组筛选方法进行筛选，当经过筛选后得到的语音特征向量的个数少于步骤1的预设值时，继续获取训练语音，并进行语音特征提取和筛选，直至最后得到的语音特征向量的个数满足步骤1的预设值；步骤3，利用改进的DBSCAN算法对检验语音进行识别，在改进的DBSCAN算法中，利用距离参数计算检验语音与训练语音是否相似的阈值时，定义距离参数为利用区间估计计算该阈值时的置信区间的大小。