[发明专利]基于声纹识别的录音文件分离方法及装置在审
| 申请号： | 201610077739.1 | 申请日： | 2016-02-03 |
| 公开（公告）号： | CN105719659A | 公开（公告）日： | 2016-06-29 |
| 发明（设计）人： | 廖娟娟 | 申请（专利权）人： | 努比亚技术有限公司 |
| 主分类号： | G10L21/0308 | 分类号： | G10L21/0308;G10L17/02;G10L17/06 |
| 代理公司： | 北京派特恩知识产权代理有限公司 11270 | 代理人： | 姚开丽;张振伟 |
| 地址： | 518000 广东省深圳市南山区高新区北环大道9018*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 基于 声纹 识别 录音 文件 分离 方法 装置 | ||
1.一种基于声纹识别的录音文件分离装置，其特征在于，所述装置包括：声纹提取模块、对比模块和编码存储模块；
其中，所述声纹提取模块，用于提取录音信号中的声纹特征数据；
所述对比模块，用于将所述声纹特征数据与预设语音模型进行对比；
所述编码存储模块，用于根据所述对比模块的对比结果，对与相同的声纹特征数据对应的录音信号单体进行单独编码，存储为单独的声音文件。
2.根据权利要求1所述的装置，其特征在于，所述声纹提取模块具体用于：
通过小波变换技术，提取所述录音信号中如下声纹特征数据：基音频谱及其轮廓、基音帧的能量、基音共振峰的出现频率及其轨迹、线性预测倒谱、线谱对、自相关和对数面积比、Mel频率倒谱系数MFCC、感知线性预测。
3.根据权利要求2所述的装置，其特征在于，所述预设语音模型包括以下至少一项：矢量化模型、随机模型和神经网络模型。
4.根据权利要求3所述的装置，其特征在于，所述编码存储模块具体用于：
将与相同的声纹特征数据对应的录音信号单体进行加强放大处理；对经过加强放大处理后的录音信号单体进行单独编码。
5.根据权利要求1所述的装置，其特征在于，所述装置还包括降噪模块，用于对采集到的音频信号进行降噪处理，得到所述录音信号。
6.一种基于声纹识别的录音文件分离方法，其特征在于，所述方法包括：
提取录音信号中的声纹特征数据；
将所述声纹特征数据与预设语音模型进行对比；
根据对比结果，对与相同的声纹特征数据对应的录音信号单体进行单独编码，存储为单独的声音文件。
7.根据权利要求6所述的方法，其特征在于，所述提取录音信号中的声纹特征数据，包括：
通过小波变换技术，提取所述录音信号中如下声纹特征数据：基音频谱及其轮廓、基音帧的能量、基音共振峰的出现频率及其轨迹、线性预测倒谱、线谱对、自相关和对数面积比、Mel频率倒谱系数MFCC、感知线性预测。
8.根据权利要求7所述的方法，其特征在于，所述预设语音模型包括以下至少一项：矢量化模型、随机模型和神经网络模型。
9.根据权利要求8所述的方法，其特征在于，所述对与相同的声纹特征数据对应的录音信号单体进行单独编码，包括：
将与相同的声纹特征数据对应的录音信号单体进行加强放大处理；
对经过加强放大处理后的录音信号单体进行单独编码。
10.根据权利要求6所述的方法，其特征在于，所述提取录音信号中的声纹特征数据之前，所述方法还包括：
对采集到的音频信号进行降噪处理，得到所述录音信号。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于努比亚技术有限公司，未经努比亚技术有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201610077739.1/1.html，转载请声明来源钻瓜专利网。
- 上一篇：一种立体音录制回放的方法及系统
- 下一篇：基于单麦克风的人声提取方法及装置
