[发明专利]基于声纹识别的录音文件分离方法及装置

说明书

技术领域

本发明涉及录音技术领域，尤其涉及一种基于声纹识别的录音文件分离方法及装置。

背景技术

目前，使用手机等移动终端进行录音，所记录的声音数据非常多且复杂，例如，对于会议录音，通常包含多个会议参与人的声音数据，在回顾会议内容或进行会议记要工作时，需要听取录音文件，但由于参与会议的人较多，可能无法听清录音内容，给用户的工作生活带来不便。

发明内容

有鉴于此，本发明实施例期望提供一种基于声纹识别的录音文件分离方法及装置，以使得用户可以从录制文件中听到清晰的录音内容，方便用户的工作生活。

本发明的实施例一方面提供了一种基于声纹识别的录音文件分离装置，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。

可选的，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。

可选的，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。

可选的，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。

可选的，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。

本发明的实施例另一方面提供了一种基于声纹识别的录音文件分离方法，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。

可选的，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。

可选的，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。

可选的，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。

可选的，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。

本发明实施例所提供的一种基于声纹识别的录音文件分离方法及装置，基于声纹识别的录音文件分离装置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。如此，在录制的声音数据多且复杂时，通过将不同的声音分离开并单独存储，使得用户可以听到清晰的录音内容，方便用户的工作生活。

附图说明

图1为实现本发明实施例的一种可选的移动终端的硬件结构示意图；

图2为本发明实施例提供的移动终端能够操作的通信系统结构示意图；

图3为本发明实施例提供的基于声纹识别的录音文件分离装置的结构示意图；

图4为本发明实施例提供的基于声纹识别的录音文件分离方法的流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。

现在将参考附图1来描述实现本发明各个实施例的移动终端。在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身并没有特定的意义。因此，模块与部件可以混合地使用。