[发明专利]一种嗓音识别方法及系统

权利要求书

1.一种嗓音识别方法，其特征在于，包括：

获取嗓音数据库；所述嗓音数据库包括正常嗓音数据和非正常嗓音数据；所述正常嗓音数据和所述非正常嗓音数据均包括多个嗓音信号，所述正常嗓音数据和所述非正常嗓音数据均包括多个嗓音级别；不同的嗓音级别对应的嗓音质量不同；

根据所述嗓音数据库中的所有嗓音信号，得到所述嗓音数据库中的所有嗓音信号的一维线性特征参数；所述一维线性特征参数包括谐噪比、基频微扰、振幅微扰、基频标准差、倒谱峰值突出、频谱平坦度和基音幅值；

对所述嗓音数据库中的所有嗓音信号进行小波包分解；得到所述嗓音数据库中的所有嗓音信号的多维分层非线性特征参数；所述多维分层非线性特征参数包括：复杂度、Hurst指数、Teager能量算子、样本熵和模糊熵；

采用降维方法，根据所述嗓音数据库中的所有嗓音信号的一维线性特征参数和多维分层非线性特征参数，得到所述嗓音数据库中的所有嗓音信号的优化融合特征；

根据所述嗓音数据库中的所有嗓音信号的优化融合特征和多分类支持向量机构建正常嗓音和非正常嗓音的分类模型；

获取用户的待识别嗓音信号；

根据所述待识别嗓音信号，得到所述待识别嗓音信号的优化融合特征；

利用所述分类模型对所述待识别嗓音信号的优化融合特征进行分类，得到所述待识别嗓音信号的分类结果；所述待识别嗓音信号的分类结果为正常嗓音或非正常嗓音；

所述利用所述分类模型对所述待识别嗓音信号的优化融合特征进行分类，得到所述待识别嗓音信号的分类结果，之后还包括：

当所述待识别嗓音信号的分类结果为正常嗓音时，获取所述嗓音数据库中正常嗓音数据的第一嗓音级别对应的每个嗓音信号的多个第一声学特征参数，得到所述嗓音数据库的第一声学特征参数集合；多个所述第一声学特征参数分别为频带宽度、音域、第一共振峰、第三共振峰和基频；所述第一嗓音级别为所述正常嗓音数据中质量最高的级别；

计算所述嗓音数据库的第一声学特征参数集合中每个第一声学特征参数的平均区间；

获取所述待识别嗓音信号的多个第一声学特征参数，得到所述待识别嗓音信号的第一声学特征参数集合；

获取所述待识别嗓音信号的第一声学特征参数集合中符合要求的第一声学特征参数的个数；所述符合要求的第一声学特征参数为处于对应的平均区间内的第一声学特征参数；

若所述待识别嗓音信号的第一声学特征参数集合中符合要求的第一声学特征参数的个数小于3，则将所述待识别嗓音信号确定为普通嗓音信号；

若所述待识别嗓音信号的第一声学特征参数集合中符合要求的第一声学特征参数的个数不小于3，则将所述待识别嗓音信号确定为优质嗓音信号。

2.根据权利要求1所述的一种嗓音识别方法，其特征在于，所述根据所述待识别嗓音信号，得到所述待识别嗓音信号的优化融合特征，具体包括：

根据所述待识别嗓音信号，得到所述待识别嗓音信号的一维线性特征参数；

对所述待识别嗓音信号进行小波包分解，得到所述待识别嗓音信号的多维分层非线性特征参数；

根据所述待识别嗓音信号的一维线性特征参数和所述待识别嗓音信号的多维分层非线性特征参数，采用降维方法，得到所述待识别嗓音信号的优化融合特征。