[发明专利]分析话语信号

说明书

一种分析音频信号的方法，包括：接收代表话语的音频信号；提取所述音频信号中分别代表所述话语的第一声学类别和第二声学类别的第一分量和第二分量；用已注册用户的话语的第一声学类别的模型和第二声学类别的模型来分析所述音频信号的第一分量和第二分量。基于所述分析，获得关于影响所述音频信号的信道和噪声中的至少一个的信息。

技术领域

本文所描述的实施方案涉及用于分析话语信号的方法和设备。

背景技术

许多设备都包括麦克风，所述麦克风可用于检测周边声音。在许多情形中，周边声音包括一个或多个附近说话人的话语。可以以许多方式使用通过麦克风所生成的音频信号。例如，代表话语的音频信号可以被用作话语识别系统的输入，以允许用户使用口语命令来控制设备或系统。

发明内容

根据本发明的第一方面，提供了一种分析音频信号的方法，该方法包括：接收代表话语的音频信号；提取所述音频信号中分别代表所述话语的第一声学类别和第二声学类别的第一分量和第二分量；用已注册用户的话语的第一声学类别的模型和第二声学类别的模型来分析所述音频信号的第一分量和第二分量；以及，基于所述分析，获得关于影响所述音频信号的信道和噪声中的至少一个的信息。

根据本发明的另一方面，提供了一种用于分析音频信号的系统，该系统被配置为用于执行所述方法。

根据本发明的另一方面，提供了一种包括这种系统的设备。所述设备可以包括移动电话、音频播放器、视频播放器、移动计算平台、游戏设备、遥控器设备、玩具、机器或家庭自动化控制器或家用电器。

根据本发明的另一方面，提供了一种计算机程序产品，包括计算机可读有形介质，以及用于执行根据第一方面的方法的指令。

根据本发明的另一方面，提供了一种非暂时性计算机可读存储介质，在所述非暂时性计算机可读存储介质上存储有计算机可执行指令，当由处理器电路系统执行所述计算机可执行指令时，所述计算机可执行指令使所述处理器电路系统执行根据第一方面的方法。

根据本发明的第二方面，提供了一种说话人标识的方法，包括：接收代表话语的音频信号；从所接收的音频信号中去除信道和/或噪声的影响，以获得干净的音频信号；获得所述干净的音频信号的至少一部分的平均频谱；将所述平均频谱与已注册说话人的长期平均说话人模型进行比较；以及，基于所述比较来确定所述话语是否是所述已注册说话人的话语。

获得所述干净的音频信号的至少一部分的平均频谱可以包括获得所述干净的音频信号中代表浊音话语的一部分的平均频谱。

获得所述干净的音频信号的至少一部分的平均频谱可以包括获得所述干净的音频信号中代表第一声学类别的一部分的第一平均频谱以及获得所述干净的音频信号中代表第二声学类别的一部分的第二平均频谱，且将所述平均频谱与已注册说话人的长期平均说话人模型进行比较可以包括将所述第一平均频谱与所述已注册说话人的第一声学类别的长期平均说话人模型进行比较以及将所述第二平均频谱与所述已注册说话人的第二声学类别的长期平均说话人模型进行比较。

第一声学类别可以是浊音话语且第二声学类别是清音话语。

该方法可以包括：将所述平均频谱与多个已注册说话人中的每一已注册说话人的相应长期平均说话人模型进行比较；以及，基于所述比较来确定所述话语是否是所述已注册说话人中的一个已注册说话人的话语。

该方法可以进一步包括：将所述平均频谱与通用背景模型(UniversalBackground Model)进行比较；以及，在确定所述话语是否是所述已注册说话人中的一个已注册说话人的话语时包括所述平均频谱与所述通用背景模型进行比较的结果。

该方法可以包括将所述已注册说话人中的一个已注册说话人标识为所述话语的源的最可能候选人。