[发明专利]一种基于声纹特征及语义压缩的水声语音数字通信方法

说明书

本发明提供了一种基于声纹特征及语义压缩的水声语音数字通信方法，首先，通过建立语义‑声纹库，并与语速特征进行模式拟合，从而实现对输入语音的多维特征提取，从而能够更好的对输入语音进行采集并还原。其次，通过对输入语音进行压缩处理，减少了所需传输的数据量，从而能够有效减少传输能耗并减少传输时长。最后，通过在接收端进行用户身份与压缩代码匹配，有效地提升了接收到语音的安全性能。在减少数据传输量的同时，确保了对于语音特征的传输，从而实现高效的水声语音通信。减少了数据传输量，并确保了发送端语音特征的有效传输。

技术领域

本发明涉及水声语音通信技术领域，尤其是一种高效的水声语音通信方法，具体涉及语义识别、声纹特征识别、数据压缩等方法。

背景技术

随着对海洋开发利用力度的加大，对于水下无线通信的研究已得到日益重视。由于在水下环境中，声波相较于其他传输信息的能量辐射形式如电磁波等具有良好的传播性能，因此水声通信现仍是水下信息传输的最有效手段。其中，由于水声语音通信在蛙人作战、水下作业、海洋科考等领域中具有着十分重要的地位，已成为水声通信中的研究热点。

水声语音通信系统按照进行模拟信号或数字信号的传输，可分为模拟水声语音通信系统和水声语音数字通信系统。在水声语音通信技术发展早期，因模拟通信技术较为简单，人们多采用模拟水声语音通信方式。近年来，随着水深通信技术的迅速发展，数字通信技术以其抗干扰能力强，易实现信号检错纠错，便于建立综合通信网络及设备和集成化等优势，已成为当代水声语音通信领域的主流技术。

然而，当今对于水声语音数字通信技术的研究主要集中在通过调制方式克服水下语音通信中存在的带宽受限、海洋环境噪声复杂和多径效应等影响上，这导致语音通信存在传输数据量大，传播时延长等问题。为解决该问题，有人提出了对语音进行语义压缩的方法，通过建立语音与语义代码的映射关系，通过传输语义代码，从而减少所需传输的数据量。然而，通过此类方法播报的语音仅包含语义信息，并未考虑发送端语音的特征，将导致接收端对播报的语音信息判断的不准确。

发明内容

为了克服现有技术的不足，本发明提供一种基于声纹特征及语义压缩的水声语音数字通信方法，减少了数据传输量，并确保了发送端语音特征的有效传输。

本发明解决其技术问题所采用的技术方案的详细步骤如下：

步骤1：通过设备对用户的声纹进行学习并建模，并根据声纹为不同用户分配不同的声纹身份ID_v∈{1,...,I}，从而得到一一对应于不同用户的不同声纹特征模型，使设备能够识别某段语音来自于哪一已知用户或不属于已知用户；

步骤2：使不同用户按照需求所预定义的语音内容库输入语音k，语音内容库的语音内容容量为K，k∈{1,...,K}，设备对语义特征m_ki及声纹特征v_ki进行提取，完成对语义特征及声纹特征的特征匹配，从而使输入的语音与各用户建立匹配关系，并记录入语义-声纹库L；

步骤3：在对输入语音建立语义特征及声纹特征的匹配关系的同时，提取该语音的语速特征s_j，j∈{1,...,J}，建立语速模型；并对语义-声纹库与语速特征进行模式拟合，得到语音对应的拟合特征y＝f(m_ki,v_ki,s_j)，i∈{1,...,I}，k∈{1,...,K}，j∈{1,...,J}；

步骤4：模式拟合完成后，建立语音的压缩映射关系；

当有语音输入时，若该语音属于语义-声纹库，则提取该语音的语速特征，并结合其语义-声纹为语音分配压缩代码N_y，拟合特征y分配唯一的压缩代码N_y，y∈{1,...,I×K×J}，记录语音及对应的压缩代码入压缩代码库，从而建立了各用户、各语音内容及语速的完整的压缩映射关系；否则抛弃该输入语音，等待新的语音输入；