[发明专利]一种基于过零间隔点声纹识别方法

摘要

本发明公开了一种声纹识别方法，该方法进行声纹识别的过程简单，计算量小，精度高；该方法的具体过程为采集声音信号并确定过零点，统计所有相邻过零点之间的采样点的个数，建立一维特征向量，统计所有间隔一个过零点的过零点之间的采样点的个数，建立二维特征向量，依此类推，获得声音信号的多维特征向量，建立模板库，通过被检测声音信号的多维特征向量与模板库进行匹配，实现声纹识别。

主权项

一种基于过零间隔点的声纹识别方法，其特征在于，具体过程为：S00、采集声音信号：设定采样率为n，对一段声音信号进行采样，采样点个数为k；S01、确定过零点：将所有过零点的采样值记为y(1)、y(2)…y(ε)，其中ε为所有过零点的总数；S02、统计过零间隔点：首先，统计相邻过零点y(i+1)与y(i)之间采样点的个数，并将其存储到矩阵z1中，其中i＝1,2,...ε‑1；统计矩阵z1中各元素出现的次数，并将统计的结果存储到矩阵w1中，将w1作为第一维特征向量；其次，统计相隔一个过零点的过零点y(i+2)与y(i)之间采样点的个数，并将其存储到矩阵z2中，其中i＝1,2,...ε‑2；统计矩阵z2中各元素出现的次数，并将统计的结果存储到矩阵w2中，将w2作为第二维特征向量；以此类推，依次求出相隔两个、三个、…、N‑1个过零点的过零点之间的采样点的个数，得到w3、w4、…、wN；S03、建立多维特征矩阵：将w1、w2、…、wN中长度短的特征向量后续补零，使他们长度一致，得到N维的特征向量；S04、建立模板库：按照步骤S00至S03的方式，针对多种不同的声音信号分别获取其对应的N维特征向量，构建模板库；S05、求出匹配结果：按照步骤S00至S03的方式，提取被检测声音信号的N维特征向量，并将其与模板库中声音信号的特征向量进行匹配，实现声纹的识别。