亚洲成年人黄色一级片,日本香港三级亚洲三级,黄色成人小视频,国产青草视频,国产一区二区久久精品,91在线免费公开视频,成年轻人网站色直接看

一種聲掩蔽信號產(chǎn)生方法和系統(tǒng)的制作方法

文檔序號:2827340閱讀:247來源:國知局
一種聲掩蔽信號產(chǎn)生方法和系統(tǒng)的制作方法
【專利摘要】本發(fā)明提供一種聲掩蔽信號產(chǎn)生方法和系統(tǒng),包括:提取一個或多個樣本聲音信號,建立聲音樣本特征模型庫;獲取目標聲源信號;對所述目標聲源信號進行聲音識別,選取所述聲音樣本特征模型庫中識別相似度達到預(yù)設(shè)閾值的一個或多個樣本聲音信號;對所選取的樣本聲音信號進行置亂組合,得到聲掩蔽信號。本發(fā)明所產(chǎn)生的聲掩蔽信號與目標聲源信號具有相似的聲音特征,言語可懂度低,且不包含任何目標聲源信號信息,在掩蔽效率和保密性上均具有較大優(yōu)勢。
【專利說明】一種聲掩蔽信號產(chǎn)生方法和系統(tǒng)
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及語音信號處理領(lǐng)域,尤其涉及一種聲掩蔽信號產(chǎn)生方法和系統(tǒng)。
【背景技術(shù)】
[0002]保密會議室是召開涉及國家秘密會議的場所,會議進行過程中會產(chǎn)生、處理和存儲大量國家秘密,研究表明,語音是產(chǎn)生泄密的重要信息形式,急需一種能夠有效保護秘密信息的方法。聲掩蔽是指加入一種自然或人工合成的干擾源,通過聽覺掩蔽來覆蓋目標聲源聲音。在會議室可能存在聲音泄漏和竊聽的位置布設(shè)干擾源,掩蔽有用語音,從而達到語音保密的目的。語音泄密的途徑多,不能依靠單一的技術(shù)手段,然而,聲掩蔽技術(shù)作為一種重要的語音防護手段,具有簡單易行、成本低、效率高的特點。
[0003]現(xiàn)有的聲掩蔽信號產(chǎn)生方法,掩蔽信號源一種是白噪聲、粉紅噪聲、空調(diào)噪聲等噪聲信號,由于與目標聲源信號沒有相關(guān)性,掩蔽效率低,而且容易增加會議室周圍聲音的煩惱度;另一種是由目標聲源信號處理得到,掩蔽效率優(yōu)于噪聲掩蔽信號,但是目標聲源信號易于被解密,不適用于對語音信號的保密。因此,需要尋找一種更加有效的聲掩蔽信號,來提高掩蔽效率和保密性。

【發(fā)明內(nèi)容】

[0004](一)要解決的技術(shù)問題
[0005]本發(fā)明提供一種聲掩蔽信號產(chǎn)生方法和系統(tǒng),以解決現(xiàn)有技術(shù)中的聲掩蔽信號掩蔽效率不高,保密性不夠好的技術(shù)問題。
[0006](二)技術(shù)方案
[0007]為解決上述技術(shù)問題,本發(fā)明提供一種聲掩蔽信號產(chǎn)生方法,包括:
[0008]提取一個或多個樣本聲音信號,建立聲音樣本特征模型庫;
[0009]獲取目標聲源信號;
[0010]對所述目標聲源信號進行聲音識別,選取所述聲音樣本特征模型庫中識別相似度達到預(yù)設(shè)閾值的一個或多個樣本聲音信號;
[0011]對所選取的樣本聲音信號進行置亂組合,得到聲掩蔽信號。
[0012]進一步地,
[0013]所述提取一個或多個樣本聲音信號包括:利用錄音器錄制一個或多個涉密人員聲音樣本,對所述聲音樣本進行語音增強和降噪,提取樣本聲音信號;
[0014]所述建立聲音樣本特征模型庫包括:訓(xùn)練所述樣本聲音信號,建立聲音樣本特征模型庫。
[0015]進一步地,所述獲取目標聲源信號包括:
[0016]利用傳聲器獲取目標聲源信號,并進行語音增強、降噪和聲源定位。
[0017]進一步地,
[0018]所述對所述目標聲源信號進行聲音識別包括:利用說話人識別技術(shù)對所述目標聲源信號進行聲音識別;
[0019]所述選取所述聲音樣本特征模型庫中識別相似度達到預(yù)設(shè)閾值的一個或多個樣本聲音信號包括:選取所述聲音樣本特征模型庫中歸一化識別相似度參數(shù)a大于η的一個或多個樣本聲音信號;其中a e [O, I],表不聲音樣本特征模型庫中的樣本聲音信號與所述目標聲源信號的歸一化識別相似度參數(shù),a越大識別相似度越高;0.5〈 η〈1。
[0020]進一步地,所述對所選取的樣本聲音信號進行置亂組合包括:
[0021]對每一個樣本聲音信號按照時域分段,將分段信號進行隨機重組,得到每一個樣本聲音信號的置亂重組信號;
[0022]當所選取的樣本聲音信號大于I個時,將所述每一個樣本聲音信號的置亂重組信號進行組合,公式為Ia1Sja2Sf^janSn ;其中S1, s2..., Sn為所選取的樣本聲音信號的置亂重組信號,a1; a2..., an為樣本聲音信號對應(yīng)的歸一化識別相似度參數(shù)。
[0023]另一方面,本發(fā)明還提供一種聲掩蔽信號產(chǎn)生系統(tǒng),包括:模型庫建立單兀、目標聲源獲取單兀、樣本聲音選取單兀和聲掩蔽信號單兀,所述樣本聲音選取單兀與模型庫建立單元、目標聲源獲取單元、聲掩蔽信號單元分別相連;其中:
[0024]模型庫建立單兀,用于提取一個或多個樣本聲音信號,建立聲音樣本特征模型庫;
[0025]目標聲源獲取單元,用于獲取目標聲源信號;
[0026]樣本聲音選取單兀,用于對所述目標聲源信號進行聲音識別,選取所述聲音樣本特征模型庫中識別相似度達到預(yù)設(shè)閾值的一個或多個樣本聲音信號;
[0027]聲掩蔽信號單兀,用于對所選取的樣本聲音信`號進行置亂組合,得到聲掩蔽信號。
[0028]進一步地,所述模型庫建立單元包括:
[0029]樣本聲音提取子單元,用于利用錄音器錄制一個或多個涉密人員聲音樣本,對所述聲音樣本進行語音增強和降噪,提取樣本聲音信號;
[0030]模型庫訓(xùn)練子單元,用于訓(xùn)練所述樣本聲音信號,建立聲音樣本特征模型庫。
[0031]進一步地,所述目標聲源獲取單元包括:
[0032]預(yù)處理子單元,用于利用傳聲器獲取目標聲源信號,并進行語音增強、降噪和聲源定位。
[0033]進一步地,所述樣本聲音選取單元包括:
[0034]識別子單元,用于利用說話人識別技術(shù)對所述目標聲源信號進行聲音識別;
[0035]選取子單元,用于選取所述聲音樣本特征模型庫中歸一化識別相似度參數(shù)a大于n的一個或多個樣本聲音信號;其中ae [O, I],表不聲音樣本特征模型庫中的樣本聲音信號與所述目標聲源信號的歸一化識別相似度參數(shù),a越大識別相似度越高;0.5〈 η〈1。
[0036]進一步地,所述聲掩蔽信號單元包括:
[0037]置亂重組子單元,用于對每一個樣本聲音信號按照時域分段,將分段信號進行隨機重組,得到每一個樣本聲音信號的置亂重組信號;
[0038]組合子單元,用于當所選取的樣本聲音信號大于I個時,將所述每一個樣本聲音信號的置亂重組信號進行組合,公式為Ia1Sfa2Sd^janSn ;其中S1, s2..., SnS所選取的樣本聲音信號的置亂重組信號,a1; a2..., an為樣本聲音信號對應(yīng)的歸一化識別相似度參數(shù)。
[0039](三)有益效果[0040]可見,在本發(fā)明實施例提供的一種聲掩蔽信號產(chǎn)生方法和系統(tǒng)中,能夠在事先建立的聲音樣本特征模型庫中,通過對目標聲源信號的自動識別選取聲音特征相似的樣本聲音信號,進行信號處理后得到聲掩蔽信號。本發(fā)明實施例所產(chǎn)生的聲掩蔽信號與目標聲源信號具有相似的聲音特征,言語可懂度低,且不包含任何目標聲源信號信息,在掩蔽效率和保密性上均具有較大優(yōu)勢。
【專利附圖】

【附圖說明】
[0041]為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案,下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作一簡單地介紹,顯而易見地,下面描述中的附圖是本發(fā)明的一些實施例,對于本領(lǐng)域普通技術(shù)人員來講,在不付出創(chuàng)造性勞動的前提下,還可以根據(jù)這些附圖獲得其他的附圖。
[0042]圖1是本發(fā)明實施例聲掩蔽信號產(chǎn)生方法的基本流程示意圖;
[0043]圖2是本發(fā)明實施例1聲掩蔽信號產(chǎn)生方法的流程示意圖;
[0044]圖3是本發(fā)明實施例1的目標聲源信號波形圖;
[0045]圖4是本發(fā)明實施例1所選取的B1=0.72的樣本聲音信號波形圖;
[0046]圖5是本發(fā)明實施例1所選取的S1=0.8的樣本聲音信號波形圖;
[0047]圖6是本發(fā)明實施例1得到的聲掩蔽信號波形圖;
[0048]圖7是本發(fā)明實施例1的目標聲源信號和聲掩蔽信號疊加得到的掩蔽波形圖;
[0049]圖8是本發(fā)明實施例2聲掩蔽信號產(chǎn)生系統(tǒng)的基本結(jié)構(gòu)不意圖。
【具體實施方式】
[0050]為使本發(fā)明實施例的目的、技術(shù)方案和優(yōu)點更加清楚,下面將結(jié)合本發(fā)明實施例中的附圖,對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述,顯然,所描述的實施例是本發(fā)明一部分實施例,而不是全部的實施例?;诒景l(fā)明中的實施例,本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實施例,都屬于本發(fā)明保護的范圍。
[0051]本發(fā)明實施例首先提供一種聲掩蔽信號產(chǎn)生方法,參見圖1,包括:
[0052]步驟101:提取一個或多個樣本聲音信號,建立聲音樣本特征模型庫。
[0053]步驟102:獲取目標聲源信號。
[0054]步驟103:對所述目標聲源信號進行聲音識別,選取所述聲音樣本特征模型庫中識別相似度達到預(yù)設(shè)閾值的一個或多個樣本聲音信號。
[0055]步驟104:對所選取的樣本聲音信號進行置亂組合,得到聲掩蔽信號。
[0056]可見,在本發(fā)明實施例提供的一種聲掩蔽信號產(chǎn)生方法中,能夠在事先建立的聲音樣本特征模型庫中,通過對目標聲源信號的自動識別選取聲音特征相似的樣本聲音信號,進行信號處理后得到聲掩蔽信號。本發(fā)明實施例所產(chǎn)生的的聲掩蔽信號與目標聲源信號具有相似的聲音特征,言語可懂度低,且不包含任何目標聲源信號信息,在掩蔽效率和保密性上均具有較大優(yōu)勢。
[0057]優(yōu)選地,提取一個或多個樣本聲音信號可以包括:利用錄音器錄制一個或多個涉密人員聲音樣本并進行預(yù)處理,提取樣本聲音信號。其中的預(yù)處理方法可以包括:對聲音樣本進行語音增強和降噪。[0058]優(yōu)選地,建立聲音樣本特征模型庫可以包括:對樣本聲音信號進行訓(xùn)練,建立聲音樣本特征模型庫。
[0059]優(yōu)選地,獲取目標聲源信號可以包括:利用傳聲器獲取目標聲源信號,并進行預(yù)處理后得到干凈的目標聲源信號;其中預(yù)處理過程可以包括:語音增強、降噪和聲源定位。
[0060]優(yōu)選地,對目標聲源信號進行聲音識別可以包括:利用說話人識別技術(shù)對所述目標聲源信號進行聲音識別。識別后可以選取聲音特征相同或相似的一個或幾個聲音樣本信號,具體包括:選取聲音樣本特征模型庫中歸一化識別相似度參數(shù)a大于η的一個或多個樣本聲音信號;其中a e [O, I]表不聲音樣本特征模型庫中的樣本聲音信號與所述目標聲源信號的歸一化識別相似度參數(shù),a越大識別相似度越高;0.5〈 η〈1。
[0061]優(yōu)選地,對所選取的樣本聲音信號進行置亂組合可以包括:對每一個樣本聲音信號按照時域分段,將分段信號進行隨機重組,得到每一個樣本聲音信號的置亂重組信號。其中,當所選取的樣本聲音信號大于I個時,還需要將所述每一個樣本聲音信號的置亂重組信號進行組合,公式為Ia1S^a2SfHqanSn ;其中S1, s2..., Sn為所選取的樣本聲音信號的置亂重組信號,a1; a2…,an為樣本聲音信號對應(yīng)的歸一化識別相似度參數(shù)。
[0062]實施例1:
[0063]本發(fā)明實施例1提供一種聲掩蔽信號產(chǎn)生方法,參見圖2,該方法具體包括:
[0064]步驟201:錄制涉密人員聲音樣本。
[0065]本步驟中,首先利用錄音器錄制有權(quán)參加保密會議的10個涉密人員聲音樣本。由于背景噪聲的存在,所錄制的信號中會包含噪聲和其他干擾,因此需要對聲音樣本進行預(yù)處理,包括語音增強和降噪等,得到干凈的涉密人員樣本聲音信號。
[0066]步驟202:建立聲音樣本特征模型庫。
[0067]本步驟中,將所提取的10個涉密人員樣本聲音信號進行訓(xùn)練,訓(xùn)練采用VQ矢量量化方法(或可采用動態(tài)事件規(guī)整DTW,隱馬爾可夫模型HMM,人工神經(jīng)網(wǎng)絡(luò)ANN,支持向量機SVM,高斯模型和高斯混合模型GMM等方法),從而建立涉密人員的聲音樣本特征模型庫。
[0068]步驟203:獲取目標聲源信號。
[0069]本步驟中,利用傳聲器獲取I個人員的語音信號作為目標聲源信號,并進行預(yù)處理,包括語音增強、降噪和聲源定位,如圖3所示。
[0070]步驟204:對目標聲源信號進行聲音識別,選取樣本聲音信號。
[0071]本步驟中,采用說話人識別技術(shù)對經(jīng)預(yù)處理后的目標聲源信號進行聲音識別,計算聲音樣本特征模型庫中的10個樣本聲音信號與目標聲源信號的歸一化識別相似度參數(shù)
a,a越大識別相似度越高,a e [O, I]。
[0072]選取歸一化識別相似度參數(shù)a>0.7的樣本聲音信號,得到兩個樣本聲音信號:B1=0.72,如圖 4 ;a2=0.8,如圖 5。
[0073]步驟205:對所選取的樣本聲音信號進行置亂組合,得到聲掩蔽信號。
[0074]本步驟中,對選取的兩個樣本聲音信號進行置亂,置亂方法為聲音信號分段時長為145ms時域分段,和均勻分布的隨機重組。并且,由于本發(fā)明實施例1中所選取的樣本聲音信號大于I個,則還需對置亂后的信號進行組合,公式為aisi+a2s2,si,s2為所選取的樣本聲音信號的置亂重組信號,a1; a2為對應(yīng)的歸一化識別相似度參數(shù),B1=0.72,a2=0.8,最終得到如圖6所示的置亂組合后的聲掩蔽信號。并且,為了測試本發(fā)明實施例中的聲掩蔽信號的聲音掩蔽效果,可將圖3中的目標聲源信號與圖6的聲掩蔽信號進行疊加,得到圖7所示的掩蔽波形圖以驗證掩蔽效率和保密性。
[0075]至此,則完成了本發(fā)明實施例1的聲掩蔽信號產(chǎn)生方法的全過程。
[0076]實施例2:
[0077]本發(fā)明實施例2提供一種聲掩蔽信號產(chǎn)生系統(tǒng),參見圖8,包括:
[0078]模型庫建立單兀801,用于提取一個或多個樣本聲音信號,建立聲音樣本特征模型庫;
[0079]目標聲源獲取單元802,用于獲取目標聲源信號;
[0080]樣本聲音選取單兀803,用于對所述目標聲源信號進行聲音識別,選取所述聲音樣本特征模型庫中識別相似度達到預(yù)設(shè)閾值的一個或多個樣本聲音信號;
[0081]聲掩蔽信號單兀804,用于對所選取的樣本聲音信號進行置亂組合,得到聲掩蔽信號。
[0082]優(yōu)選地,模型庫建立單元801可以包括:
[0083]樣本聲音提取子單元,用于利用錄音器錄制一個或多個涉密人員聲音樣本,對所述聲音樣本進行語音增強和降噪,提取樣本聲音信號;`
[0084]模型庫訓(xùn)練子單元,用于訓(xùn)練所述樣本聲音信號,建立聲音樣本特征模型庫。
[0085]優(yōu)選地,目標聲源獲取單元802可以包括:預(yù)處理子單元,用于利用傳聲器獲取目標聲源信號,并進行語音增強、降噪和聲源定位。
[0086]優(yōu)選地,樣本聲音選取單元803可以包括:
[0087]識別子單元,用于利用說話人識別技術(shù)對所述目標聲源信號進行聲音識別;
[0088]選取子單元,用于選取所述聲音樣本特征模型庫中歸一化識別相似度參數(shù)a大于η的一個或多個樣本聲音信號;其中ae [O, I],表不聲音樣本特征模型庫中的樣本聲音信號與所述目標聲源信號的歸一化識別相似度參數(shù),a越大識別相似度越高;0.5〈 !!〈1。
[0089]優(yōu)選地,聲掩蔽信號單元804可以包括:
[0090]置亂重組子單元,用于對每一個樣本聲音信號按照時域分段,將分段信號進行隨機重組,得到每一個樣本聲音信號的置亂重組信號;
[0091]組合子單元,用于當所選取的樣本聲音信號大于I個時,將所述每一個樣本聲音信號的置亂重組信號進行組合,公式為Ia1Sfa2Sd^janSn ;其中S1, s2..., SnS所選取的樣本聲音信號的置亂重組信號,a1; a2..., an為樣本聲音信號對應(yīng)的歸一化識別相似度參數(shù)。
[0092]可見,本發(fā)明實施例具有如下有益效果:
[0093]在本發(fā)明實施例提供的一種聲掩蔽信號產(chǎn)生方法和系統(tǒng)中,能夠在事先建立的聲音樣本特征模型庫中,通過對目標聲源信號的自動識別選取聲音特征相似的樣本聲音信號,進行信號處理后得到聲掩蔽信號。本發(fā)明實施例所產(chǎn)生的聲掩蔽信號與目標聲源信號具有相似的聲音特征,言語可懂度低,且不包含任何目標聲源信號信息,在掩蔽效率和保密性上均具有較大優(yōu)勢。
[0094]最后應(yīng)說明的是:以上實施例僅用以說明本發(fā)明的技術(shù)方案,而非對其限制;盡管參照前述實施例對本發(fā)明進行了詳細的說明,本領(lǐng)域的普通技術(shù)人員應(yīng)當理解:其依然可以對前述各實施例所記載的技術(shù)方案進行修改,或者對其中部分技術(shù)特征進行等同替換;而這些修改或者替換,并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明各實施例技術(shù)方案的精神和范圍。
【權(quán)利要求】
1.一種聲掩蔽信號產(chǎn)生方法,其特征在于,包括: 提取一個或多個樣本聲音信號,建立聲音樣本特征模型庫; 獲取目標聲源信號; 對所述目標聲源信號進行聲音識別,選取所述聲音樣本特征模型庫中識別相似度達到預(yù)設(shè)閾值的一個或多個樣本聲音信號; 對所選取的樣本聲音信號進行置亂組合,得到聲掩蔽信號。
2.根據(jù)權(quán)利要求1所述的聲掩蔽信號產(chǎn)生方法,其特征在于: 所述提取一個或多個樣本聲音信號包括:利用錄音器錄制一個或多個涉密人員聲音樣本,對所述聲音樣本進行語音增強和降噪,提取樣本聲音信號; 所述建立聲音樣本特征模型庫包括:訓(xùn)練所述樣本聲音信號,建立聲音樣本特征模型庫。
3.根據(jù)權(quán)利要求1所述的聲掩蔽信號產(chǎn)生方法,其特征在于,所述獲取目標聲源信號包括: 利用傳聲器獲取目標聲源信號,并進行語音增強、降噪和聲源定位。
4.根據(jù)權(quán)利要求1至3中任一項所述的聲掩蔽信號產(chǎn)生方法,其特征在于: 所述對所述目標聲源信號 進行聲音識別包括:利用說話人識別技術(shù)對所述目標聲源信號進行聲音識別; 所述選取所述聲音樣本特征模型庫中識別相似度達到預(yù)設(shè)閾值的一個或多個樣本聲音信號包括:選取所述聲音樣本特征模型庫中歸一化識別相似度參數(shù)a大于η的一個或多個樣本聲音信號;其中a e [O, I],表不聲音樣本特征模型庫中的樣本聲音信號與所述目標聲源信號的歸一化識別相似度參數(shù),a越大識別相似度越高;0.5〈 η〈1。
5.根據(jù)權(quán)利要求4所述的聲掩蔽信號產(chǎn)生方法,其特征在于,所述對所選取的樣本聲音信號進行置亂組合包括: 對每一個樣本聲音信號按照時域分段,將分段信號進行隨機重組,得到每一個樣本聲音信號的置亂重組信號; 當所選取的樣本聲音信號大于I個時,將所述每一個樣本聲音信號的置亂重組信號進行組合,公式為Ia1S^a2SfujanSn ;其中S1, s2..., Sn為所選取的樣本聲音信號的置亂重組信號,a1; a2..., an為樣本聲音信號對應(yīng)的歸一化識別相似度參數(shù)。
6.—種聲掩蔽信號產(chǎn)生系統(tǒng),其特征在于,包括:模型庫建立單兀、目標聲源獲取單元、樣本聲音選取單元和聲掩蔽信號單元,所述樣本聲音選取單元與模型庫建立單元、目標聲源獲取單元、聲掩蔽信號單元分別相連;其中: 模型庫建立單兀,用于提取一個或多個樣本聲音信號,建立聲音樣本特征模型庫; 目標聲源獲取單元,用于獲取目標聲源信號; 樣本聲音選取單兀,用于對所述目標聲源信號進行聲音識別,選取所述聲音樣本特征模型庫中識別相似度達到預(yù)設(shè)閾值的一個或多個樣本聲音信號; 聲掩蔽信號單元,用于對所選取的樣本聲音信號進行置亂組合,得到聲掩蔽信號。
7.根據(jù)權(quán)利要求6所述的聲掩蔽信號產(chǎn)生系統(tǒng),其特征在于,所述模型庫建立單兀包括: 樣本聲音提取子單元,用于利用錄音器錄制一個或多個涉密人員聲音樣本,對所述聲音樣本進行語音增強和降噪,提取樣本聲音信號; 模型庫訓(xùn)練子單元,用于訓(xùn)練所述樣本聲音信號,建立聲音樣本特征模型庫。
8.根據(jù)權(quán)利要求6所述的聲掩蔽信號產(chǎn)生系統(tǒng),其特征在于,所述目標聲源獲取單元包括: 預(yù)處理子單元,用于利用傳聲器獲取目標聲源信號,并進行語音增強、降噪和聲源定位。
9.根據(jù)權(quán)利要求6至8中任一項所述的聲掩蔽信號產(chǎn)生系統(tǒng),其特征在于,所述樣本聲音選取單元包括: 識別子單元,用于利用說話人識別技術(shù)對所述目標聲源信號進行聲音識別; 選取子單元,用于選取所述聲音樣本特征模型庫中歸一化識別相似度參數(shù)a大于η的一個或多個樣本聲音信號;其中a e [O, I],表不聲音樣本特征模型庫中的樣本聲音信號與所述目標聲源信號的歸一化識別相似度參數(shù),a越大識別相似度越高;0.5〈 η〈1。
10.根據(jù)權(quán)利要求9中任一項所述的聲掩蔽信號產(chǎn)生系統(tǒng),其特征在于,所述聲掩蔽信號單元包括: 置亂重組子單元,用于對每一個樣本聲音信號按照時域分段,將分段信號進行隨機重組,得到每一個樣本聲音信號的置亂重組信號; 組合子單元,用于當所選取的樣本聲音信號大于I個時,將所述每一個樣本聲音信號的置亂重組信號進行組合,公式為Ia1Sfa2Si^yanSn ;其中S1, s2..., Sn為所選取的樣本聲音信號的置亂重組信號,a1; a2…,an為樣`本聲音信號對應(yīng)的歸一化識別相似度參數(shù)。
【文檔編號】G10L21/02GK103886858SQ201410088725
【公開日】2014年6月25日 申請日期:2014年3月11日 優(yōu)先權(quán)日:2014年3月11日
【發(fā)明者】徐艷云, 張萌, 朱大立 申請人:中國科學(xué)院信息工程研究所
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1