发明名称 一种基于过零间隔点声纹识别方法
摘要 本发明公开了一种声纹识别方法,该方法进行声纹识别的过程简单,计算量小,精度高;该方法的具体过程为:采集声音信号并确定过零点,统计所有相邻过零点之间的采样点的个数,建立一维特征向量,统计所有间隔一个过零点的过零点之间的采样点的个数,建立二维特征向量,依此类推,获得声音信号的多维特征向量,建立模板库,通过被检测声音信号的多维特征向量与模板库进行匹配,实现声纹识别。
申请公布号 CN105304087A 申请公布日期 2016.02.03
申请号 CN201510586504.0 申请日期 2015.09.15
申请人 北京理工大学 发明人 邓方;关胜盘;陈杰;窦丽华;吕建耀;代凤驰;陈文颉;白永强;李佳洪;樊欣宇;顾晓丹;张乐乐
分类号 G10L17/02(2013.01)I;G10L17/16(2013.01)I;G10L25/24(2013.01)I 主分类号 G10L17/02(2013.01)I
代理机构 北京理工大学专利中心 11120 代理人 刘芳;仇蕾安
主权项 一种基于过零间隔点的声纹识别方法,其特征在于,具体过程为:S00、采集声音信号:设定采样率为n,对一段声音信号进行采样,采样点个数为k;S01、确定过零点:将所有过零点的采样值记为y(1)、y(2)…y(ε),其中ε为所有过零点的总数;S02、统计过零间隔点:首先,统计相邻过零点y(i+1)与y(i)之间采样点的个数,并将其存储到矩阵z1中,其中i=1,2,...ε‑1;统计矩阵z1中各元素出现的次数,并将统计的结果存储到矩阵w1中,将w1作为第一维特征向量;其次,统计相隔一个过零点的过零点y(i+2)与y(i)之间采样点的个数,并将其存储到矩阵z2中,其中i=1,2,...ε‑2;统计矩阵z2中各元素出现的次数,并将统计的结果存储到矩阵w2中,将w2作为第二维特征向量;以此类推,依次求出相隔两个、三个、…、N‑1个过零点的过零点之间的采样点的个数,得到w3、w4、…、wN;S03、建立多维特征矩阵:将w1、w2、…、wN中长度短的特征向量后续补零,得到N维的特征向量;S04、建立模板库:按照步骤S00至S03的方式,针对多种不同的声音信号分别获取其对应的N维特征向量,构建模板库;S05、求出匹配结果:按照步骤S00至S03的方式,提取被检测声音信号的N维特征向量,并将其与模板库中声音信号的特征向量进行匹配,实现声纹的识别。
地址 100081 北京市海淀区中关村南大街5号