[发明专利]一种声纹识别用训练数据集仿真获取方法及其获取装置

说明书

本发明属于声纹采集和声纹信息技术领域，公开了一种声纹识别用训练数据集仿真获取方法及其获取装置，所述获取方法包括信道编码的方法、环境噪音仿真的方法、通信模式仿真的方法、数据解码的方法和声纹数据库建设的方法，所述获取装置包括依次顺序连接的语音采集模块、语音编码模块、环境噪音仿真模块、通信模式加扰仿真模块、声音解码模块和声纹数据库模块；其能够获得好的识别效果，能够进行噪声处理，能够在数据训练过程中直接进行应用训练，能够提高声纹识别环境噪音鲁棒性和信道鲁棒性，能够用于不同通信模式下的声纹识别用训练数据集仿真获取。

技术领域

本发明属于声纹采集和声纹信息技术领域，尤其涉及一种声纹识别用训练数据集仿真获取方法及其获取装置。

背景技术

声纹识别，也称为说话人识别，是利用计算机，根据语音自动判断说话人身份的生物特征识别技术；根据不同的应用场景，声纹识别技术有多种分类方法：根据语音内容是否已知，声纹识别可分为文本相关的和文本无关的；根据识别任务的不同，声纹识别可分为说话人辨识和说话人确认；声纹识别技术主要应用在公共安全、刑侦司法和金融等领域。

近年来，主流的文本无关的说话人辨识（以下简称说话人识别）技术均基于Douglas A. Reynolds在2000年提出的高斯混合模型-通用背景模型（Gaussian mixturemodel-universal background models, GMM-UBM）说话人识别系统。GMM-UBM系统从说话人识别角度，提出了衡量两段语音相似程度的理论框架和实施方法，具有里程碑式的意义。

不同场景下的产品都会有不同的环境噪音，即使是同一产品也会有不同的背景环境，比如智能音箱，在家庭使用和在公司使用，环境噪音也会不一样，在使用声纹识别前需要对产品的环境鲁棒性进行评估，这一指标表明此技术在不同环境噪音下的适应能力，避免在公司调试时都是好好的，一到用户环境就不灵光了。

语音通信是指通过语音并借助传输媒介的沟通方式，有座机通话，手机通话，对讲机通话，网络上面的语音聊天等，统称为语音通话。目前常见的语音通信方式有固话、手机GSM（Global System for Mobile Communication，全球移动通信系统）、移动TD-SDMA（TimeDivision-Synchronous Code Division Multiple Access，时分同步码分多址）、联通WCDMA（Wideband Code Division Multiple Access，宽带码分多址）、电信CDMA（CodeDivision Multiple Access，码分多址）、LTE（Long Term Evolution，长期演进）和正在发展的5G等。