[发明专利]一种声音采集对象声纹检测方法、装置和设备在审

专利信息
申请号: 201980003351.9 申请日: 2019-12-24
公开(公告)号: CN111108553A 公开(公告)日: 2020-05-05
发明(设计)人: 陈昊亮;罗伟航 申请(专利权)人: 广州国音智能科技有限公司
主分类号: G10L17/02 分类号: G10L17/02;G10L17/16;G10L17/00
代理公司: 深圳市深佳知识产权代理事务所(普通合伙) 44285 代理人: 王兆林
地址: 510000 广东省广州市黄埔*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 声音 采集 对象 声纹 检测 方法 装置 设备
【权利要求书】:

1.一种声音采集对象声纹检测方法,其特征在于,包括:

将采集对象的音频转换成PCM编码处理的WAV格式文件;

将所述WAV格式文件的首尾段静音切除,得到待处理PCM音频流;

基于移动窗函数对所述PCM音频流进行声音分帧;

对声音分帧后的所述PCM音频流进行波形变换,进行声纹特征提取后得到帧率矩阵;

将所述帧率矩阵输入隐马尔可夫模型,根据所述隐马尔可夫模型的输出结果判断所述音频是否为正常的采集对象音频。

2.根据权利要求1所述的声音采集对象声纹检测方法,其特征在于,所述将采集对象的音频转换成PCM编码处理的WAV格式文件,之前还包括:

通过麦克风采集所述采集对象的音频。

3.根据权利要求1所述的声音采集对象声纹检测方法,其特征在于,所述帧率矩阵的行数为12行。

4.根据权利要求1所述的声音采集对象声纹检测方法,其特征在于,所述将所述帧率矩阵输入隐马尔可夫模型,根据所述隐马尔可夫模型的输出结果判断所述音频是否为正常的采集对象音频,之前还包括:

对所述隐马尔可夫模型进行训练。

5.一种声音采集对象声纹检测装置,其特征在于,包括:

转换模块,用于将采集对象的音频转换成PCM编码处理的WAV格式文件;

切除模块,用于将所述WAV格式文件的首尾段静音切除,得到待处理PCM音频流;

分帧模块,用于基于移动窗函数对所述PCM音频流进行声音分帧;

特征提取模块,用于对声音分帧后的所述PCM音频流进行波形变换,进行声纹特征提取后得到帧率矩阵;

识别模块,用于将所述帧率矩阵输入隐马尔可夫模型,根据所述隐马尔可夫模型的输出结果判断所述音频是否为正常的采集对象音频。

6.根据权利要求5所述的声音采集对象声纹检测装置,其特征在于,还包括:

采集模块,用于通过麦克风采集所述采集对象的音频。

7.根据权利要求5所述的声音采集对象声纹检测装置,其特征在于,还包括:

训练模块,用于对所述隐马尔可夫模型进行训练。

8.一种声音采集对象声纹检测设备,其特征在于,所述设备包括处理器以及存储器:

所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;

所述处理器用于根据所述程序代码中的指令执行权利要求1-4中任一项所述的声音采集对象声纹检测方法。

9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质用于存储程序代码,所述程序代码用于执行权利要求1-4中任一项所述的声音采集对象声纹检测方法。

10.一种包括指令的计算机程序产品,其特征在于,当其在计算机上运行时,使得所述计算机执行权利要求1-4中任一项所述的声音采集对象声纹检测方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州国音智能科技有限公司,未经广州国音智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201980003351.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top