[发明专利]声纹辨识装置及其声纹辨识方法

说明书

【技术领域】

本发明是关于一种声纹辨识装置及其声纹辨识方法。具体而言，本发明声纹辨识装置基于将一待辨识声纹数据与一声纹数据库所存储的多个声纹数据其中之一进行比特差异值比对，以得到各频带上的一比特误差率，计算各频带中的各比特误差率小于一第一临界值的一百分比，并将百分比大于一第二临界值的声纹数据标示为一相似声纹数据。

【背景技术】

在日常生活中，人们经常通过手机或其他电子产品录制一段声音后，利用现有的乐曲辨识软件或应用程序搜寻其录制声音的相关信息。然而，在录制一段声音的过程中，亦会同时将录制对象外的其他声音(例如：周遭环境的声音或播放装置本身产生的杂音)一并录下，因而影响声音辨识的结果。

目前较为广泛使用的乐曲辨识软件或乐曲辨识应用程序是将待辨识的声音转换成待辨识声纹数据，以将其与数据库中的声纹数据进行辨识(例如：美国第7,549,052号专利中所述)。然而，若录制的声音受到过多的干扰，将会影响声纹辨识的结果，而容易导致辨识结果错误，或是无法从数据库中找到与待辨识声纹数据相符的数据。

有鉴于此，本领域亟需一种声纹辨识机制，以降低录制对象外的其他声音所造成的干扰，进而提高声纹辨识的召回率(recall)。

【发明内容】

本发明的目的在于提供一种声纹辨识机制，其基于将一待辨识声纹数据与一声纹数据库所存储的多个声纹数据其中之一进行比特差异值比对，以得到各频带上的一比特误差率，并借由忽略比特误差率较大的该多个频带上的比特差异值比对结果，而着重于比特误差率较小的该多个频带上的比特差异值比对结果，来获得相似声纹数据。据此，不同于已知的声纹辨识机制，本发明可降低录制对象外的其他声音所造成的干扰，进而提高声纹辨识率。

为达上述目的，本发明揭露一种声纹辨识装置，其包含一存储器以及一处理器。该存储器存储具有多个声纹数据的一声纹数据库以及一待辨识声纹数据。各该声纹数据及该待辨识声纹数据每一者由多个频带(band)上的多个子声纹比特(sub-fingerprint bit)所组成。该处理器电性连接至该存储器，用以执行下列步骤：(a)将该待辨识声纹数据与该多个声纹数据其中之一进行比特差异值比对，以得到各该频带上的一比特误差率(bit error rate；BER)；(b)计算该多个频带中该多个比特误差率小于一第一临界值的一百分比(percentage)；以及(c)当该百分比大于一第二临界值时，将比对的该声纹数据标示为一相似声纹数据。

此外，本发明更揭露一种用于一声纹辨识装置的声纹辨识方法。该声纹辨识装置包含一存储器以及一处理器。该存储器存储具有多个声纹数据的一声纹数据库以及一待辨识声纹数据。各该声纹数据及该待辨识声纹数据每一者由多个频带上的多个子声纹比特所组成。该声纹辨识方法由该处理器执行且包含下列步骤：(a)将该待辨识声纹数据与该多个声纹数据其中之一进行比特差异值比对，以得到各该频带上的一比特误差率；(b)计算该多个频带中该多个比特误差率小于一第一临界值的一百分比；以及(c)当该百分比大于一第二临界值时，将比对的该声纹数据标示为一相似声纹数据。

在参阅图式及随后描述的实施方式后，此技术领域具有通常知识者便可了解本发明的其他目的，以及本发明的技术手段及实施态样。

【附图说明】

图1是本发明第一实施例的声纹辨识装置1的示意图；

图2A是描绘本发明的声纹数据库所存储的多个声纹数据及一待辨识声纹数据；

图2B是描绘比特差异值比对结果以及遮蔽后的比特差异值比对结果的示意图；

图3是描绘本发明第二实施例的声纹辨识装置1的示意图；

图4是描绘声纹辨识制装置1及使用者装置3间的一实施情境；

图5是描绘本发明第三实施例的声纹辨识装置1的示意图；以及

图6是本发明第四实施例的声纹辨识方法的流程图。

【符号说明】

1：声纹辨识装置

3：使用者装置

5：网络

11：存储器

13：处理器

15：网络接口

17：麦克风

19：显示器

102：输出消息

402：录音数据

111：多个声纹数据

113：待辨识声纹数据

115：比特差异值比对结果

117：遮蔽后的比特差异值比对结果

S601-S603：步骤

x、y：轴