[发明专利]一种基于质量维度的声纹识别算法评估方法

说明书

一种基于质量维度的声纹识别算法评估方法，包括基于目标相关的声纹识别评估方法和基于非目标相关的声纹识别评估方法，对于单个声纹识别算法而言，可以通过多维度评估，得到算法对各种不同参量的敏感性，从而针对不同参量做算法优化；对于不同的声纹识别算法而言，可以提供更详细的比对结果，结合应用环境来给出最优的识别算法。

技术领域

本发明涉及图像处理技术领域。

背景技术

声纹识别算法在当下的授权应用、学术科研均有较大的参考价值，基于不同的出发点与原理提出的声纹识别算法也越来越多，声纹识别在日常生活中的应用范围也越来越广，由于声纹信号的信息相对于图像、视频更简单，数据量更小，但承载的生物识别特征用来做识别是足够的，因此其具有更高的应用灵活度。

单纯从声纹信号的质量而言，是有相关标准的，但这里的标准主要针对声纹处理硬件给出，来判别设备的信号保真度，针对声纹识别算法而言，评估算法主要还是以识别率与运行效率为主，包括：

1)以识别率为基础的评估模型，例如假正例率(False Positive Rate)，真正例率(True Positive Rate)，受试者工作特征曲线(Receiver Operating CharacteristicCurve)，也就是所谓的召回率(参考《机器学习》周志华清华大学出版)，一般地，识别率越高，代表算法性能越好；

2)运行复杂度，具体体现在处理固定时长声纹信号所用时间以及运行过程中的最大资源消耗，这里的资源包括内存或者计算单元数量，一般地，占用时间与资源消耗是成反比的，资源消耗越大，代表占用时间相对短，精度越高，资源消耗越小，代表占用时间长，精度相对低。

资源消耗是客观存在的，与测试数据、测试方法与过程无关，只是以量化记录的方式将理论的资源消耗情况反映出来而已，所以第二种评估方法并没有太多的问题，但针对基于识别率的评估方式而言：

1)对同个声纹识别算法而言，识别率相对来讲是个最简单的量化指标，无法体现出算法在哪些情况表现差，哪些情况表现良好，而这些情况往往是算法设计的短板所在，要想更客观地体现算法优劣，仅凭多个测试库来测定识别率是不全面的，而且参考意义不大；

2)对不同声纹识别算法而言，主流(state of the art)算法在识别率上的差异不大，以识别率为参考标准，不容易给出相对更详细的优势描述，这就使算法在应用场景的选择上容易出现误判。

发明内容

为了解决现有声纹识别算法评估方法存在的上述问题，本发明提供了一种基于质量维度的声纹识别算法评估方法。

本发明为实现上述目的所采用的技术方案是：一种基于质量维度的声纹识别算法评估方法，包括基于目标相关的声纹识别评估方法和基于非目标相关的声纹识别评估方法，

基于目标相关的声纹识别评估方法包括以下步骤：

2-1.在测试声纹数据库存在的情况下，对库做参数属性模型化分类，分类的对象包括：情绪、假音与音量；

2-2.基于情绪的测试库分类：对测试库每个声纹信号进行标号，不同人的声纹，标号不同，相同人的声纹，标号相同；

2-2-1.对典型情绪声纹做量化分类，以正常情绪的声纹信号为参考，将与情绪相关的因子与个性特征分离；

2-2-2.在正常情绪下采集声纹信号，然后按照步骤2-2-1的方法统计分离后信号的分布情况；

2-2-3.在不同状态下，分别按照2-2-2的方式统计出各个情绪状态下的声纹信号分布情况；

2-2-4.基于统计出的声纹信号分布情况，训练情绪状态分类器；