[发明专利]基于卷积双向长短时记忆网络的语音测谎方法

说明书

本发明公开了一种基于卷积双向长短时记忆网络的语音测谎方法，包括将整段语音进行统一归一化处理；根据数据库标签对统一归一化处理的语音进行切分；对切分的语音加窗分帧处理；建立变长数据的计算方式；将卷积操作引入长短时记忆网络中；构建完整的语音测谎网络模型；训练语音测谎网络模型，并加窗分帧处理后的语音进行测谎评测。本发明通过将卷积操作引入长短时记忆网络中，构建完整的语音测谎网络模型，实现深度学习，从原始语音数据中提取适用于谎言检测的特征，以提高谎言检测的性能，具有良好的应用前景。

技术领域

本发明涉及语音测谎技术领域，具体涉及一种基于卷积双向长短时记忆网络的语音测谎方法。

背景技术

我们知道，相比于正常状态下，人在说谎时会引起声压、语气、语速、停顿时间和发声器官微小变化，进而导致语音中某些特征参数的变化，因此，通过监测这些变化可以实现谎言分析与检测。虽然，谎言检测的研究由来已久，但是专注于以语音特征为线索的谎言检测研究的相关成果较少，因此，具有重要的理论研究价值。此外，语音特征测谎，具有测试过程简单隐蔽，可对不在场人员进行远程检测，设备造价低等优点，具有重要的应用价值。

1991年，Ekman等人通过采访影视片段观后感的方式采集真谎话语料，通过对语料的基频特征进行统计分析，发现说谎语音段与说真话语音段相比较，基频有明显提升。1996年，Hansen等人用梅尔频率倒谱系数(Mel-Frequency Cepstrum Coefficients，MFCC)，以及MFCC的一阶差分、二阶差分、自相关、互相关构造出一组特征，以神经网络的方法为分类器对特定说话人的声音分11个压力等级进行研究，结果表明，与平和状态相比，以上特征在压力状态下的变化反应了声道发音器官的微抖动。2003年，DePaulo等人对前期研究进行了汇总分析，对现有测谎研究工作中提出的158种特征进行分析研究。结果表明，其中有23种特征表现较为明显，包括16种语音及语言相关特征，如相较于说真话，人在说谎话时会出现说话时长变短、表述细节变少、重复变多、基频变高等现象。在语音测谎研究方面，美国哥伦比亚大学研究团队录制了专业的数据库，并将词汇特征与声学特征相结合，采用BayesNet分类器，获得了64.7％的识别率。

上述工作推动了语音测谎的研究，但是，也存在一些值得深入研究的问题，具体如下：

(1)现有的众多语音特征与谎言的映射关系尚不明确；

(2)从原始语音到语音特征的提取过程必然导致信息的损失，而损失的信息对最终的谎言检测效果是否有影响也是未知的；

(3)从分类算法看，早期的分类算法效果很大程度上依赖人为提取的语音特征，算法本身不具有特征学习能力。

如何克服上述的问题，是当前需要解决的。

发明内容

本发明的目的是克服现有的语音测谎存在的问题。本发明的基于卷积双向长短时记忆网络的语音测谎方法，通过将卷积操作引入长短时记忆网络中，构建完整的语音测谎网络模型，实现深度学习，从原始语音数据中提取适用于谎言检测的特征，以提高谎言检测的性能，具有良好的应用前景。

为了达到上述目的，本发明所采用的技术方案是：

一种基于卷积双向长短时记忆网络的语音测谎方法，包括以下步骤，

步骤(A)，将整段语音进行统一归一化处理；

步骤(B)，根据数据库标签对统一归一化处理的语音进行切分；

步骤(C)，对切分的语音加窗分帧处理；

步骤(D)，建立变长数据的计算方式；

步骤(E)，将卷积操作引入长短时记忆网络中；

步骤(F)，构建完整的语音测谎网络模型；