[发明专利]一种面向智能移动设备的声纹识别方法

摘要

本发明公开了一种面向智能移动设备的声纹识别方法，以智能手机等计算资源相对有限的移动设备上的声纹识别为应用场景，方法的目的在于在不影响辨认准确度的前提下尽可能降低声纹识别方法的时间复杂度，具体包括说话人模型训练和目标说话人识别两个阶段。在说话人模型训练阶段，通过将每个说话人VQ码本中码字的重要性反应在权值的分配上；在声纹识别阶段，仅将提取出的特征向量与权值最大的K个码字进行匹配，从而有效地降低了系统的计算复杂度，提高了系统的识别速率。

主权项

一种面向智能移动设备的声纹识别方法，具体包括说话人模型训练和目标说话人识别两个阶段，具体为：第一、说话人模型训练阶段模型训练具体通过下面步骤实现：步骤1：对每个说话人的语音信号预处理，并提取每个说话人的特征参数MFCC作为训练样本，形成M*N的矩阵X，其中，M为语音的帧数，N为特征参数的维数；步骤2：对每一个特征矢量xm，寻找在UBM模型中与其距离最近的特征向量ci的索引，记为indexm，其中，m＜＝M，UBM模型为V*N的矩阵，V为模型的阶数，N为特征参数的维数，具体为：indexm=argmin1≤i≤V||xm-ci||2]]>步骤3：设第j簇为Sj＝{xm∈X|indexm＝j}，||Sj||为簇Sj中所包含的特征向量的个数；将||Sj||按从大到小的顺序排序，取||Sj||最大的K个簇，记为：S,={Sm1,Sm2,...,Smk}]]>其对应的UBM模型中的特征向量集为：C,={cm1,cm2,...,cmk}]]>步骤4：计算S'中每个簇的中心：ri=1||Smi||Σxj∈Smjxj]]>设B为所有中心的集合：B＝{r1,r2,...,rk}；步骤5：结合C'中每个特征向量，更新自适应后的说话人特征向量：v1=ω1*ri+(1-ωi)*cmi]]>其中：R是常量；V＝{ν1,ν2,...,νk}为说话人码本，即为目标说话人模型；C'为对应的UBM特征向量集；第二、说话人辨认阶段首先对待识别语音进行预处理，并提取出待识别说话人语音的MFCC特征向量，形成P*N的矩阵T，其中，P为语音帧数，N为特征向量的维数；将待识别说话人的特征向量与目标说话人模型库中所有说话人码本V及其对应的UBM特征向量集C'进行比对，取得分最高者码本表示的说话人即为待识别语音的测试结果，具体为：score＝‑Dist(T,V)‑(‑Dist(T,C'))     ＝Dist(T,C')‑Dist(T,V)其中，取score最大值所对应的说话人为待识别语音的识别结果。