本發(fā)明涉及生物識別技術(shù)領(lǐng)域，尤其涉及一種聲紋識別的認證方法。

背景技術(shù)：

聲紋識別和指紋，虹膜，人臉識別等一樣，屬于生物識別的一種，被認為是最自然的生物特征識別身份鑒定方式。依靠聲紋識別可以很方便地對說話人的身份進行驗證，并且這種驗證方式的私密性非常高，因為聲紋通常無法被惡意復(fù)制和盜取，因此聲紋識別在各種領(lǐng)域尤其是智能設(shè)備領(lǐng)域具有突出的應(yīng)用優(yōu)勢。

聲紋識別的基本過程為語音采集，特征提取，分類模型。常見的語音特征提取方法是利用語音的短時平穩(wěn)特性，采用美倒譜變換方法將語音轉(zhuǎn)換為識別特征集，之后經(jīng)過學(xué)習(xí)過程對說話人語音進行建模得到說話人的分類模型，隨后通過各類識別模型獲得聲紋識別的結(jié)果。但是上述過程存在以下幾個問題：(1)上述聲紋識別的模型需要學(xué)習(xí)更多的樣本才能應(yīng)用；(2)依據(jù)上述識別模型進行的聲紋識別的計算的復(fù)雜度較高；(3)依據(jù)上述的識別模型計算得到的模型數(shù)據(jù)量較大；(4)由于聲源在傳輸過程中很容易受到噪聲的干擾，因此采用聲紋識別技術(shù)進行認證時，很容易因噪聲對識別的結(jié)果造成干擾，從而致使認證失敗。綜上所述，對于資源有限的智能系統(tǒng)而言，上述既存的問題限制了現(xiàn)有技術(shù)中的聲紋識別算法的應(yīng)用及聲紋技術(shù)在認證識別中的應(yīng)用。

技術(shù)實現(xiàn)要素：

根據(jù)現(xiàn)有技術(shù)中存在的上述問題，現(xiàn)提供一種聲紋識別的認證方法的技術(shù)方案，具體包括：

一種聲紋識別的認證方法，其中：預(yù)設(shè)一第一頻段以及一第二頻段，所述第一頻段高于所述第二頻段，并提供一預(yù)設(shè)的標準識別特征，還包括：

步驟s1，將分別處于所述第一頻段或者所述第二頻段下的不同背景、不同人聲的語音分割為特定長度的識別區(qū)段；

步驟s2，對每個所述識別區(qū)段做特征變換后得到相應(yīng)的多個識別特征，并采用關(guān)聯(lián)于所有所述識別區(qū)段的所有所述識別特征分別構(gòu)成對應(yīng)所述第一頻段的識別特征空間，或者對應(yīng)所述第二頻段的所述識別特征空間；

步驟s3，將所述識別特征空間劃分成復(fù)數(shù)個子空間，并以描述信息每個被劃分的所述子空間，以及分別對每個所述子空間賦予一對應(yīng)的序號；

步驟s4，分別將處于所述第一頻段或者處于所述第二頻段的關(guān)聯(lián)于訓(xùn)練模型的每條訓(xùn)練語句做特征變換后得到包括相應(yīng)的時序特征點的時序特征點集，每個所述時序特征點分別被分配入同頻段下的各個所述子空間，根據(jù)每個所述時序特征點對應(yīng)的所述子空間的序號分別形成關(guān)聯(lián)于所述第一頻段或者所述第二頻段的第一序列，并進而形成對應(yīng)的訓(xùn)練識別特征；

步驟s5，將對比關(guān)聯(lián)于所述第一頻段的所述訓(xùn)練識別特征與所述標準識別特征進行對比，以獲取比較值，判斷所述比較值是否大于預(yù)設(shè)的閾值，若是，則認證成功，并輸出認證結(jié)果；若否，則認證失敗，并輸出認證結(jié)果，或者

將對比關(guān)聯(lián)于所述第二頻段的所述訓(xùn)練識別特征與所述標準識別特征進行對比，以獲取比較值，判斷所述比較值是否大于預(yù)設(shè)的閾值，若是，則認證成功，并輸出認證結(jié)果；若否，則認證失敗，并輸出認證結(jié)果。

優(yōu)選的，該聲紋識別的認證方法，其中，所述步驟s4中，每個所述時序特征點按照最近鄰原則被分配入各個所述子空間內(nèi)。

優(yōu)選的，該聲紋識別的認證方法，其中，所述步驟s4中，將被分配入所述時序特征點的各個所述子空間按照所述序號組成一空間序列，并將所述空間序列作為所述第一序列，以形成所述訓(xùn)練識別特征。

優(yōu)選的，該聲紋識別的認證方法，其中，所述步驟s4中，所述空間序列中包括關(guān)聯(lián)于每個所述子空間的數(shù)據(jù)組，一個所述數(shù)據(jù)組對應(yīng)一個所述序號；

在形成所述空間序列后，還包括分別對處于所述第一頻段或者所述第二頻段的所述空間序列進行的數(shù)據(jù)壓縮的過程，具體為：

步驟s41，記錄每個所述數(shù)據(jù)組的所述序號，并記錄關(guān)聯(lián)于每個所述序號的重復(fù)序號數(shù)量；

步驟s42，判斷是否存在所述序號的所述重復(fù)序號數(shù)量為1，并在存在所述重復(fù)序號數(shù)量為1的所述數(shù)據(jù)組時轉(zhuǎn)向步驟s43；

步驟s43，刪除所述重復(fù)序號數(shù)量為1的所述序號對應(yīng)的所述數(shù)據(jù)組；

步驟s44，判斷被刪除的所述數(shù)據(jù)組的前一個數(shù)據(jù)組的所述序號是否與被刪除的所述數(shù)據(jù)組的后一個數(shù)據(jù)組的所述序號相同：

若相同，則將所述前一個數(shù)據(jù)組和所述后一個數(shù)據(jù)組合并；

若不相同，則保留所述前一個數(shù)據(jù)組和所述后一個數(shù)據(jù)組；

對所述空間序列中的所有所述數(shù)據(jù)組均執(zhí)行所述數(shù)據(jù)壓縮后形成所述第一序列。

優(yōu)選的，該聲紋識別的認證方法，其中：所述特征變換為美倒譜變換。

優(yōu)選的，該聲紋識別的認證方法，其中：于執(zhí)行所述美倒譜變換的過程中，分別將每條所述語句分割為20ms一幀，并將10ms的幀移取出關(guān)聯(lián)于所述語句的語句幀；

隨后，以幀為單位去掉靜音，對所述語句幀作美倒譜變換后每幀留12個系數(shù)，并以12個所述系數(shù)構(gòu)成所述識別特征。

優(yōu)選的，該聲紋識別的認證方法，其中：所述步驟s3中，采用“k-均值”算法將識別特征空間劃分成數(shù)個子空間，劃分后的每個所述子空間分別以“k-均值”的中心點記錄為對應(yīng)所述子空間的所述描述信息。

上述技術(shù)方案的有益效果是：提供一種聲紋識別的認證方法，在進行認證時可將采集到的語音的先進行聲紋識別獲取訓(xùn)練識別特征，將獲取的訓(xùn)練識別特征與預(yù)先存儲的標準識別特征進行對比，根據(jù)對比結(jié)果判斷采集的語音是否可以通過認證，其中聲紋識別的認證的計算量較小，能夠節(jié)省存儲和計算資源，可濾除噪音，認證的準確率高，并且克服了基于概率統(tǒng)計的建模方法存在的問題，適合于系統(tǒng)資源有限的智能系統(tǒng)使用。同時預(yù)先設(shè)置了表示兒童的說話人的第一頻率以及表示成年的說話人的第二頻率并分別進行比較，進一步提升了聲紋識別的準確度。

附圖說明

圖1是本發(fā)明的較佳的實施例中，一種聲紋識別的認證方法的總體流程圖；

圖2是本發(fā)明的較佳的實施例中，數(shù)據(jù)壓縮的流程示意圖。

具體實施方式

下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動的前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

需要說明的是，在不沖突的情況下，本發(fā)明中的實施例及實施例中的特征可以相互組合。

下面結(jié)合附圖和具體實施例對本發(fā)明作進一步說明，但不作為本發(fā)明的限定。

本發(fā)明的較佳的實施例中，基于現(xiàn)有技術(shù)中存在的上述問題，現(xiàn)提供一種聲紋識別的認證方法。該聲紋識別的認證方法可以適用于具有語音控制功能的智能設(shè)備中，例如應(yīng)用于私人空間中的智能機器人等。

在上述聲紋識別的認證方法中，首先預(yù)設(shè)一第一頻段以及一第二頻段，第一頻段高于第二頻段。具體地，對于不同的使用者而言，其語音的頻率可能不同，對頻率粗略進行劃分可以分為對應(yīng)成年的說話人的較低的頻段，以及對應(yīng)兒童的說話人的較高的頻段。

更進一步地，對于成年的說話人和兒童的說話人而言，其聲紋識別的認證可能并不相同，具體在于其聲紋特征的提取以及相應(yīng)的聲紋模型的構(gòu)建可能會有區(qū)別。因此在本發(fā)明技術(shù)方案中，設(shè)置兩個語音接收的頻段，并根據(jù)這兩個頻段將成年人的語音和兒童的語音區(qū)分識別，從而進一步提升識別精度。換言之，上文中的第一頻段可以用于表示兒童的說話人的語音頻段，第二頻段可以用于表示成年的說話人的語音頻段。因此，本發(fā)明的較佳的實施例中，上述兩個頻段可以根據(jù)實驗數(shù)據(jù)的不斷累加進行相應(yīng)修改，從而達到一個能夠較準確地分別代表成年說話人和兒童說話人的語音頻段的目的。

則本發(fā)明的較佳的實施例中，如圖1所示，上述聲紋識別的認證方法具體包括：

步驟s1，將分別處于第一頻段或者第二頻段下的不同背景、不同人聲的語音分割為特定長度的識別區(qū)段；

步驟s2，對每個識別區(qū)段做特征變換后得到相應(yīng)的多個識別特征，并采用關(guān)聯(lián)于所有識別區(qū)段的所有識別特征分別構(gòu)成對應(yīng)第一頻段的識別特征空間，或者對應(yīng)第二頻段的識別特征空間；

步驟s3，將識別特征空間劃分成復(fù)數(shù)個子空間，并以描述信息每個被劃分的子空間，以及分別對每個子空間賦予一對應(yīng)的序號；

步驟s4，分別將處于第一頻段或者處于第二頻段的關(guān)聯(lián)于訓(xùn)練模型的每條訓(xùn)練語句做特征變換后得到包括相應(yīng)的時序特征點的時序特征點集，每個時序特征點分別被分配入同頻段下的各個子空間，根據(jù)每個時序特征點對應(yīng)的子空間的序號分別形成關(guān)聯(lián)于第一頻段或者第二頻段的第一序列，并進而形成對應(yīng)的訓(xùn)練識別特征；

步驟s5，將對比關(guān)聯(lián)于第一頻段的訓(xùn)練識別特征與標準識別特征進行對比，以獲取比較值，判斷比較值是否大于預(yù)設(shè)的閾值，若是，則認證成功，并輸出認證結(jié)果；若否，則認證失敗，并輸出認證結(jié)果，或者

將對比關(guān)聯(lián)于第二頻段的訓(xùn)練識別特征與標準識別特征進行對比，以獲取比較值，判斷比較值是否大于預(yù)設(shè)的閾值，若是，則認證成功，并輸出認證結(jié)果；若否，則認證失敗，并輸出認證結(jié)果。

在本實施例中，在進行認證時可將采集到的語音的先進行聲紋識別獲取訓(xùn)練識別特征，將獲取的訓(xùn)練識別特征與預(yù)先存儲的標準識別特征進行對比，根據(jù)對比結(jié)果判斷采集的語音是否可以通過認證，其中聲紋識別的認證的計算量較小，能夠節(jié)省存儲和計算資源，可濾除噪音，認證的準確率高，并且克服了基于概率統(tǒng)計的建模方法存在的問題，適合于系統(tǒng)資源有限的智能系統(tǒng)使用。同時預(yù)先設(shè)置了表示兒童的說話人的第一頻率以及表示成年的說話人的第二頻率并分別進行比較，進一步提升了聲紋識別的準確度。

本發(fā)明的較佳的實施例中，在上述預(yù)先設(shè)置的基礎(chǔ)上，上述步驟s1-s2中，首先獲取分別處于第一頻段或者第二頻段下的基于不同背景、不同人聲的語音，并將這些語音分割為特定長度的識別區(qū)段。具體地，可以將不同背景、不同人聲的語音對應(yīng)的每條語句分割為以20ms為一幀的多個語句幀，并將10ms的語句幀移取，然后以每幀為單位去掉靜音，對語音幀作美倒譜變換，每幀留12個系數(shù)，該12個系數(shù)即構(gòu)成識別特征。所有語音段的識別特征構(gòu)成識別特征集，也就是構(gòu)成相應(yīng)的識別特征空間。

本發(fā)明的較佳的實施例中，在上述步驟s3中，采用“k-均值”算法將識別特征空間劃分為復(fù)數(shù)個子空間，劃分后的數(shù)個子空間分別以“k-均值”的中心點記錄為該子空間的數(shù)據(jù)描述，并對各個子空間進行編號，記錄每個子空間的描述信息和其對應(yīng)的序號。上述步驟同樣對處于第一頻段或者第二頻段下的識別特征空間分別執(zhí)行。

本發(fā)明的較佳的實施例中，分別對處于第一頻段或者第二頻段下的子空間進行如上述步驟s4的操作：將關(guān)聯(lián)于訓(xùn)練模型的每條訓(xùn)練語句做特征變換后得到包括相應(yīng)的時序特征點的時序特征點集，每個時序特征點分別被分配入同頻段下的各個子空間，根據(jù)每個時序特征點對應(yīng)的子空間的序號分別形成關(guān)聯(lián)于第一頻段或者第二頻段的第一序列，并進而形成對應(yīng)的訓(xùn)練識別特征。

具體地，本發(fā)明的較佳的實施例中，所謂訓(xùn)練語句，可以為經(jīng)過反復(fù)訓(xùn)練后預(yù)設(shè)于系統(tǒng)內(nèi)部供系統(tǒng)比對時進行參照的訓(xùn)練模型的組成部分。

具體地，本發(fā)明的較佳的實施例中，上述步驟s4中，將每個時序特征點按照最近鄰原則分別分配入處于同一頻段下(第一頻段或者第二頻段)的各個子空間中，并且記錄每個時序特征點對應(yīng)的子空間的序號，最終形成一個第一序列，該第一序列由不同的子空間的序號組成，例如(2、2、4、8、8、8、5、5、5、5、5)，進而根據(jù)該第一序列形成對應(yīng)的訓(xùn)練識別特征。

本發(fā)明的較佳的實施例中，類似地，上述步驟s5中，分別對處于上述第一頻段或者第二頻段下的子空間進行如下操作：對關(guān)聯(lián)于測試模型的測試語句做特征變換后得到時序特征點集，每個時序特征點分別被分配入各個子空間，根據(jù)每個時序特征點對應(yīng)的子空間的序號分別形成關(guān)聯(lián)于第一頻段或者第二頻段的第二序列，并進而形成對應(yīng)的測試識別特征。

本發(fā)明的較佳的實施例中，所謂測試語句，其關(guān)聯(lián)于測試模型，也就是需要比對的語句。

進一步地，本發(fā)明的較佳的實施例中，上述步驟s4中，空間序列中包括關(guān)聯(lián)于每個子空間的數(shù)據(jù)組，一個數(shù)據(jù)組對應(yīng)一個序號；

則在形成空間序列后，還包括分別對處于第一頻段或者第二頻段的空間序列進行的數(shù)據(jù)壓縮的過程，具體如圖2所示，為：

步驟s41，記錄每個數(shù)據(jù)組的序號，并記錄關(guān)聯(lián)于每個序號的重復(fù)序號 數(shù)量；

步驟s42，判斷是否存在序號的重復(fù)序號數(shù)量為1，并在存在重復(fù)序號數(shù)量為1的數(shù)據(jù)組時轉(zhuǎn)向步驟s43；

步驟s43，刪除重復(fù)序號數(shù)量為1的序號對應(yīng)的數(shù)據(jù)組；

步驟s44，判斷被刪除的數(shù)據(jù)組的前一個數(shù)據(jù)組的序號是否與被刪除的數(shù)據(jù)組的后一個數(shù)據(jù)組的序號相同：

若相同，則將前一個數(shù)據(jù)組和后一個數(shù)據(jù)組合并；

若不相同，則保留前一個數(shù)據(jù)組和后一個數(shù)據(jù)組；

對空間序列中的所有數(shù)據(jù)組均執(zhí)行數(shù)據(jù)壓縮后形成第一序列。

具體地，本發(fā)明的較佳的實施例中，上述數(shù)據(jù)壓縮的過程中，記錄子空間的序號以及相同序號的數(shù)量，將序號和相同序號的數(shù)量作為一組數(shù)據(jù)進行排列，當(dāng)相同序號的數(shù)量為1時，去掉該組數(shù)據(jù)。在本發(fā)明的一個腳架的實施例中，序號為4的數(shù)據(jù)只有1個，則在進行數(shù)據(jù)壓縮的過程中刪掉該組數(shù)據(jù)。

如果當(dāng)去掉該組數(shù)據(jù)后，該數(shù)據(jù)前方一組數(shù)據(jù)中的序號和后方一組數(shù)據(jù)中的序號相同時，則將兩組合并。新形成的數(shù)據(jù)組的序號與被刪除的該數(shù)據(jù)組的前方一組數(shù)據(jù)的序號相同，相同序號的數(shù)量為被刪除的該組數(shù)據(jù)前方一組數(shù)據(jù)的數(shù)量與被刪除的該組數(shù)據(jù)后方一組數(shù)據(jù)的數(shù)量之和。又或者，在刪除該組數(shù)據(jù)后，該數(shù)據(jù)前方一組數(shù)據(jù)中的序號和后方一組數(shù)據(jù)中的序號不同，則同時保留這兩組數(shù)據(jù)。例如，在本發(fā)明的一個較佳的實施例中，當(dāng)序號為4的數(shù)據(jù)組被去除后，位于該組數(shù)據(jù)前一組的數(shù)據(jù)的序號為2，位于該組數(shù)據(jù)后一組的數(shù)據(jù)的序號為8，2和8不相同，所以保留原數(shù)據(jù)組。

本發(fā)明的較佳的實施例中，經(jīng)過數(shù)據(jù)壓縮后的第一序列即為上述訓(xùn)練識別特征。

上述步驟的執(zhí)行使得聲紋識別的認證的計算量更小，識別率更好，并且需要處理的數(shù)據(jù)量也相對較小。

以上所述僅為本發(fā)明較佳的實施例，并非因此限制本發(fā)明的實施方式及保護范圍，對于本領(lǐng)域技術(shù)人員而言，應(yīng)當(dāng)能夠意識到凡運用本發(fā)明說明書 及圖示內(nèi)容所作出的等同替換和顯而易見的變化所得到的方案，均應(yīng)當(dāng)包含在本發(fā)明的保護范圍內(nèi)。