[发明专利]一种基于过零间隔点声纹识别方法

权利要求书

1.一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。

2.根据权利要求1所述基于过零间隔点的声纹识别方法，其特征在于，所述N＝4。

3.根据权利要求1所述基于过零间隔点的声纹识别方法，其特征在于，所述进行匹配的过程为：将被检测声音信号的N维特征向量与模板库中特征向量分别求取欧氏距离，若最小的欧式距离小于设定的阈值，将最小欧式距离所对应的声音信号作为相匹配的声音信号，否则，将被检测的信号视为未知信号。