[发明专利]一种声纹识别的特征参数提取系统及方法

权利要求书

1.一种声纹识别的特征参数提取系统，其特征在于：该系统包括有同步控制器1、麦克风阵列2和计算机3，所述同步控制器1通过电缆与计算机3进行连接，所述麦克风阵列2通过电缆与计算机3进行连接。

2.根据权利要求1所述的一种声纹识别的特征参数提取系统，其特征在于：所述同步控制器1的型号为百灵达BCD3000。

3.一种声纹识别的特征参数提取方法，其特征在于，包含以下步骤：

S1、利用同步控制器同时控制A个麦克风构成的麦克风阵列进行多路信号的采集，得到A个声纹信号，分别为声纹信号V1，V2…，VA；

S2、针对声纹信号Vn，其中1≤n≤A，其经过采样后的声纹信号在第t个采样点时刻的信号为Vn(t)，为了提升采样信号的数据的有效性，根据公式：Vn‘(t)＝Vn(t)-0.96*Vn(t-1)t≥2；

Vn‘(t)＝Vn(t) t＝1；

对声纹信号进行预处理，得到处理后的声纹信号用Vn‘(t)表示；

S3、由于采集到的声纹信号是非平稳分布，但是声纹信号其在短时间p内，其语音特征信息具有平稳性，语音信号的大小L一般远高于短时间p，以短时间p的语音段对采集的语音信号进行分段处理，得到m＝L/P个语音帧，称这m个语音帧为分析处理帧，为了防止吉布斯效应以及保持语音信号处理的连续性，需保持各个分析处理帧之间具有重叠部分，其中重叠部分一般取值为短时间p的1/2或者1/3，定义下式的窗口函数win(t)对语音信号进行平滑的移动处理，其中N表示窗口的长度，对预加重处理后的信号Vn‘(t)进行加窗处理以后得到Vn‘’(t)＝Vn‘(t)*win(t)，其中：

S4、A个声纹信号进行加窗处理以后进行线性叠加处理，也即是对第n个采样声纹信号进行Vn”’(t)＝(Vn”(t))²/SUM；其中SUM＝(V1”(t))²+(V2”(t))²+…(VA’(t))²，再对处理的声纹信号Vn”’(t)进行叠加处理，也即是F(t)＝b1*V1”’(t)+b2*V2”’(t)+···bA*VA”’(t)；

S5、对声纹信号线性叠加后的时域信号F(t)利用公式：

进行快速傅立叶变换，得到语音信号的频谱Y(k)；

S6、对语音信号频谱Y(k)进行频谱转换到Mel域上的频谱，也即是利用Mel滤波器对其进行转换处理，设Mel滤波器具有M个三角带通滤波器，其对应的中心频率为h(m)，m＝1，2，…M，其值为：h(m)＝(N/S)*Q^-1(Q(h_l)+m*((Q(h_h)-Q(h_l))/(M+1)))；而Q^-1(x)＝700*(e^(x-1125)-1)，其中S为采样频率，Q(h_l)和Q(h_h)分别为Mel滤波器组内的最低频率和最高频率，通过中心频率为h(m)，定义每个M个三角带通滤波器的传递函数FB_m(k)，当h(m)k＝h(m+1)时，FB_m(k)＝(h(m+1)-k)/(h(m+1)-h(m))；当h(m-1)＝k＝h(m)时，FB_m(k)＝(k-h(m-1))/(h(m)-h(m-1))；当h(m-1)k或者kh(m-1)时，FB_m(k)＝0；

S7、为了减少噪声以及频率谱估计误差造成的干扰，对Mel频率谱进行对数能量处理，也即是用进行处理；

S8、通过对Mel频率谱中的对数能量S(m)进行离散余弦变换，其中采用对其进行变换，得到的Mel频率谱系数，可以使得得到的语音特征向量之间具有独立性，同时也能够减少语音特征参数的维度，使得识别正确率得到提高；

S9、对Mel频率谱系数进行J阶差分处理，也即是当iJ时，gi＝D(i+1)-D(i)；当i＝T-J时，gi＝D(i)-D(i)+1；当iJ或者iT-J时，其中α的取值为1≤α≤J，T表示倒谱系数维数，通过对Mel频率谱系数进行J阶差分处理以后即可得到语音特征信息参数。

4.根据权利要求3所述的一种声纹识别的特征参数提取方法，其特征在于；S1中，为了保持采集的信号的完整性，采样频率取大于语音信号的最高频率的两倍，本发明采用逐帧采样等间隔抽样方式，其中采样频率为8kHz，量化幅度为8bit。