[发明专利]基于听觉中枢感知机理的说话人识别方法

权利要求书

1.基于听觉中枢感知机理的说话人识别方法，其特征在于，该方法具体包括以下步骤：

步骤1：采用OM-LSA算法与MCRA算法结合的方法对说话人语音信号进行降噪预处理；

步骤2：利用STRF模型将预处理后的语音信号投射到特定的频谱-时间空间，生成频域-时间谱图，并进一步提取频域-时间谱图的二次特征；

步骤3：提取降噪预处理后语音信号中的MFCC系数特征；

步骤4：将步骤2中的二次特征与步骤3中的MFCC系数进行组合；

步骤5：采用常规的支持向量机对步骤4中二次特征与MFCC系数组合后的声纹特征进行分类与识别。

2.根据权利要求1所述的基于听觉中枢感知机理的说话人识别方法，其特征在于，所述步骤1中含噪声语音信号的预处理方法具体步骤为：

步骤11：根据MCRA算法估计含噪语音的时变功率谱分布，然后根据估计的功率谱分布，结合OM-LSA算法来增强瞬态噪声和非瞬态噪声成分的差异，并估计瞬态噪声的功率谱分布；

步骤12：采用MCRA算法，从瞬态噪声和语音信号中估计背景噪声的功率谱分布；

步骤13：将估计的瞬态噪声和背景噪声功率谱分布进行合并，并在此运用OM-LSA算法，一起抑制瞬态噪声和背景噪声，得到增强后的语音信号。

3.根据权利要求1所述的基于听觉中枢感知机理的说话人识别方法，其特征在于，所述步骤2中二次特征的提取步骤为：

步骤21：模拟生物听觉系统外周模型耳蜗核的处理过程，将输入的语音信号转化为听觉外周的频谱图；

步骤22：模拟STRF模型的处理过程，将步骤21输出的频谱图转化为特定尺度的频域-时间谱图；

步骤23：对步骤22生成的频域-时间谱图进一步做二次特征提取。

4.根据权利要求3所述的基于听觉中枢感知机理的说话人识别方法，其特征在于，所述步骤21中听觉外周系统模型的处理过程包括以下步骤：

步骤211：将音频信号s(t)通过耳蜗滤波器组，耳蜗滤波器组的输出用y_C表示，采用以下公式对信号s(t)进行仿射小波变换：

y_C(t,f)＝s(t)*th(t,f)，

公式中h(t,f)为各滤波器的脉冲响应，*t为时域卷积运算；

步骤212：耳蜗输出y_C经过毛细胞的处理转化成听觉神经响应，表示为y_A，毛细胞的处理主要包括高通滤波、非线性压缩g(.)和低通滤波器w(t)，其数学式描述如下：

步骤213：根据耳蜗核的侧抑制网络作用，以模拟耳蜗核的频率选择性，表达式如下：

步骤214：利用短窗口函数μ(t,τ)与y_LIN(t,f)求卷积，得到第一阶段的输出y(t,f)，

y(t,f)＝y_LIN(t,f)*_tμ(t,τ)，

其中，τ是微秒级别的时间常数。