[发明专利]基于声纹识别的录音优化方法及其录音优化系统

说明书

本发明公开了基于声纹识别的录音优化方法及其录音优化系统。涉及录音优化技术领域。包括如下步骤，步骤一，根据声纹识别将录音内容中某一声源进行提取，并按照10‑20ms为一段进行分帧；步骤二，对每帧声源进行逐一识别，将无波动频率帧进行合并删除，并将上述每一无波动频率帧音频按照时间记录进行重新组排；步骤三，将组排录音进行标准音优化和平缓优化；步骤四，将上述优化录音内容进行保存。本发明通过对录制的音频信息进行调整优化，在嘈杂的音源中根据声纹挑选一种声音对其进行优化，进而使得录制的音频更加的清晰。

技术领域

本发明属于录音优化技术领域，特别是涉及基于声纹识别的录音优化方法及其录音优化系统。

背景技术

所谓声纹，是用电声学仪器显示的携带言语信息的声波频谱。现代科学研究表明，声纹不仅具有特定性，而且有相对稳定性的特点。成年以后，人的声音可保持长期相对稳定不变，人们通常对某一重要讲话进行录音便于以后进行分析或者学习，但是在会场或者公共地区，录取的音频信息将掺杂者其他人的声音或者外界的噪声，使得以后播放对听着造成麻烦，而对于录音中为某一地方言，极大的降低听者的体验感。

发明内容

本发明的目的在于提供基于声纹识别的录音优化方法及其录音优化系统，通过通过对录制的音频信息进行调整优化，在嘈杂的音源中根据声纹挑选一种声音对其进行优化，进而使得录制的音频更加的清晰。

为解决上述技术问题，本发明是通过以下技术方案实现的：

本发明为基于声纹识别的录音优化方法，包括如下步骤，步骤一，根据声纹识别将所述录音内容中某一声源进行提取，并按照10-20ms为一段进行分帧；步骤二，对每帧声源进行逐一识别，将所述无波动频率帧进行合并删除，并将上述每一无波动频率帧音频按照时间记录进行重新组排；步骤三，将所述组排录音进行标准音优化和平缓优化；步骤四，将上述优化录音内容进行保存。

优选地，所述如步骤一中所述录音内容将某一特定声纹与其他声纹进行分离并进行分别存储，并将上述特定声纹的数字存储信息转换为模拟信息进行分帧。

优选地，如步骤二中所述无波动频率帧为模拟信息通过声纹图表示中无波动段。

优选地，所述骤三中标准音优化通过孤立词识别、关键词识别或连续语音识别中的一种或两种优化方式进行，平缓优化通过将所述组排后录音内容中相邻两帧之间增加无波动频率帧；其中平缓优化在数字存储音频信息中进行。

基于声纹识别的录音优化系统，还包括用于分离特定声纹的声纹提取单元：

优选地，所述声纹提取单元将所述录音信息中特定音频信息存储到第二存储模块中并将其他音频信息存储到第一存储模块中，所述第二存储模块中存储音频信息依次经标准音优化和平缓优化后存储到第三存储模块内；其中，标准音优化和平缓优化所优化的音频信息均为数字音频信息。

其中还包括用于音频对比的标准音频信息存储单元和用于增加无波动频率帧的增加模块；所述标准音频信息存储单元包括对比模块和更换模块；

所述对比模块用于对第二存储模块中存储的音频数字信息与标准音频信息存储单元中存储的音频数字信息进行分析对比，所述更换模块用于将第二存储模块中存储的音频数字信息更换为与标准音频信息存储单元中存储的相同意思的音频数字信息。

本发明具有以下有益效果：

本发明通过声纹的特性将录取的音频信息中所需要的声音与其他人的声音进行分离，进行针对性的聆听，进而使得聆听着更加快速的获取所需信息，并且将通标准音优化和平缓优化过对录制的音频信息进行调整优化，将方言转化为普通话或者某国的标准语言，以及降低讲话者的语速，进而使得录制的音频更加的清晰，降低获取信息的难度。

当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。

附图说明