本發(fā)明涉及生物識(shí)別技術(shù)領(lǐng)域，尤其涉及一種基于多人說(shuō)話的聲紋識(shí)別方法。

背景技術(shù)：

聲紋識(shí)別和指紋，虹膜，人臉識(shí)別等一樣，屬于生物識(shí)別的一種，被認(rèn)為是最自然的生物特征識(shí)別身份鑒定方式。依靠聲紋識(shí)別可以很方便地對(duì)說(shuō)話人的身份進(jìn)行驗(yàn)證，并且這種驗(yàn)證方式的私密性非常高，因?yàn)槁暭y通常無(wú)法被惡意復(fù)制和盜取，因此聲紋識(shí)別在各種領(lǐng)域尤其是智能設(shè)備領(lǐng)域具有突出的應(yīng)用優(yōu)勢(shì)。

聲紋識(shí)別的基本過(guò)程為語(yǔ)音采集，特征提取，分類模型。常見(jiàn)的語(yǔ)音特征提取方法是利用語(yǔ)音的短時(shí)平穩(wěn)特性，采用美倒譜變換方法將語(yǔ)音轉(zhuǎn)換為識(shí)別特征集，之后經(jīng)過(guò)學(xué)習(xí)過(guò)程對(duì)說(shuō)話人語(yǔ)音進(jìn)行建模得到說(shuō)話人的分類模型，隨后通過(guò)各類識(shí)別模型獲得聲紋識(shí)別的結(jié)果。但是上述過(guò)程存在以下幾個(gè)問(wèn)題：(1)上述聲紋識(shí)別的模型需要學(xué)習(xí)更多的樣本才能應(yīng)用；(2)依據(jù)上述識(shí)別模型進(jìn)行的聲紋識(shí)別的計(jì)算的復(fù)雜度較高；(3)依據(jù)上述的識(shí)別模型計(jì)算得到的模型數(shù)據(jù)量較大；(4)當(dāng)多個(gè)說(shuō)話人同時(shí)說(shuō)話時(shí)，無(wú)法辨別出需要識(shí)別的說(shuō)話人的語(yǔ)音。綜上所述，對(duì)于資源有限的智能系統(tǒng)而言，上述既存的問(wèn)題限制了現(xiàn)有技術(shù)中的聲紋識(shí)別算法的應(yīng)用。

技術(shù)實(shí)現(xiàn)要素：

根據(jù)現(xiàn)有技術(shù)中存在的上述問(wèn)題，現(xiàn)提供一種基于多人說(shuō)話的聲紋識(shí)別方法的技術(shù)方案，具體包括：

一種基于多人說(shuō)話的聲紋識(shí)別方法，其中：預(yù)設(shè)一第一頻段以及一第二頻段，所述第一頻段高于所述第二頻段，包括下述步驟：

步驟s1，接收多個(gè)說(shuō)話人的聲源；

步驟s2，對(duì)所述聲源進(jìn)行分解，以分別獲取每個(gè)人的語(yǔ)音；

步驟s3，將每個(gè)人的所述語(yǔ)音均與所述第一頻段進(jìn)行匹配，以獲取相應(yīng)的匹配關(guān)聯(lián)度，或者

將每個(gè)人的所述語(yǔ)音均與所述第二頻段進(jìn)行匹配，以獲取相應(yīng)的匹配關(guān)聯(lián)度；

步驟s4，提取最大的所述匹配關(guān)聯(lián)度對(duì)應(yīng)的所述語(yǔ)音，將所述語(yǔ)音與所述第一頻段或者所述第二頻段進(jìn)行擬合；

步驟s5，將分別處于所述第一頻段或者所述第二頻段下的不同背景、不同人聲的語(yǔ)音分割為特定長(zhǎng)度的識(shí)別區(qū)段；

步驟s6，對(duì)每個(gè)所述識(shí)別區(qū)段做特征變換后得到相應(yīng)的多個(gè)識(shí)別特征，并采用關(guān)聯(lián)于所有所述識(shí)別區(qū)段的所有所述識(shí)別特征分別構(gòu)成對(duì)應(yīng)所述第一頻段的識(shí)別特征空間，或者對(duì)應(yīng)所述第二頻段的所述識(shí)別特征空間；

步驟s7，將所述識(shí)別特征空間劃分成復(fù)數(shù)個(gè)子空間，并以描述信息每個(gè)被劃分的所述子空間，以及分別對(duì)每個(gè)所述子空間賦予一對(duì)應(yīng)的序號(hào)；

步驟s8，分別將處于所述第一頻段或者處于所述第二頻段的關(guān)聯(lián)于訓(xùn)練模型的每條訓(xùn)練語(yǔ)句做特征變換后得到包括相應(yīng)的時(shí)序特征點(diǎn)的時(shí)序特征點(diǎn)集，每個(gè)所述時(shí)序特征點(diǎn)分別被分配入同頻段下的各個(gè)所述子空間，根據(jù)每個(gè)所述時(shí)序特征點(diǎn)對(duì)應(yīng)的所述子空間的序號(hào)分別形成關(guān)聯(lián)于所述第一頻段或者所述第二頻段的第一序列，并進(jìn)而形成對(duì)應(yīng)的訓(xùn)練識(shí)別特征；

步驟s9，分別將處于所述第一頻段或者處于所述第二頻段的關(guān)聯(lián)于測(cè)試模型的每條測(cè)試語(yǔ)句做特征變換后得到所述時(shí)序特征點(diǎn)集，每個(gè)所述時(shí)序特征點(diǎn)分別被分配入各個(gè)所述子空間，根據(jù)每個(gè)所述時(shí)序特征點(diǎn)對(duì)應(yīng)的所述子空間的序號(hào)分別形成關(guān)聯(lián)于所述第一頻段或者所述第二頻段的第二序列，并進(jìn)而形成對(duì)應(yīng)的測(cè)試識(shí)別特征；

步驟s10，對(duì)比關(guān)聯(lián)于所述第一頻段的所述訓(xùn)練識(shí)別特征與所述測(cè)試識(shí)別特征是否相似，并根據(jù)對(duì)比結(jié)果處理得到基于多人說(shuō)話的聲紋識(shí)別的確認(rèn)結(jié)果，或者

對(duì)于關(guān)聯(lián)于所述第二頻段的所述訓(xùn)練識(shí)別特征與所述測(cè)試識(shí)別特征是否相似，并根據(jù)對(duì)比結(jié)果處理得到基于多人說(shuō)話的聲紋識(shí)別的確認(rèn)結(jié)果。

優(yōu)選的，該基于多人說(shuō)話的聲紋識(shí)別方法，其中，所述步驟s8中，每個(gè) 所述時(shí)序特征點(diǎn)按照最近鄰原則被分配入各個(gè)所述子空間內(nèi)。

優(yōu)選的，該基于多人說(shuō)話的聲紋識(shí)別方法，其中，所述步驟s8中，將被分配入所述時(shí)序特征點(diǎn)的各個(gè)所述子空間按照所述序號(hào)組成一空間序列，并將所述空間序列作為所述第一序列，以形成所述訓(xùn)練識(shí)別特征。

優(yōu)選的，該基于多人說(shuō)話的聲紋識(shí)別方法，其中，所述步驟s9中，將被分配入所述時(shí)序特征點(diǎn)的各個(gè)所述子空間按照所述序號(hào)組成一空間序列，并將所述控件序列作為所述第二序列，以形成所述測(cè)試識(shí)別特征。

優(yōu)選的，該基于多人說(shuō)話的聲紋識(shí)別方法，其中，所述步驟s8中，所述空間序列中包括關(guān)聯(lián)于每個(gè)所述子空間的數(shù)據(jù)組，一個(gè)所述數(shù)據(jù)組對(duì)應(yīng)一個(gè)所述序號(hào)；

在形成所述空間序列后，還包括分別對(duì)處于所述第一頻段或者所述第二頻段的所述空間序列進(jìn)行的第一數(shù)據(jù)壓縮的過(guò)程，具體為：

步驟s81，記錄每個(gè)所述數(shù)據(jù)組的所述序號(hào)，并記錄關(guān)聯(lián)于每個(gè)所述序號(hào)的重復(fù)序號(hào)數(shù)量；

步驟s82，判斷是否存在所述序號(hào)的所述重復(fù)序號(hào)數(shù)量為1，并在存在所述重復(fù)序號(hào)數(shù)量為1的所述數(shù)據(jù)組時(shí)轉(zhuǎn)向步驟s83；

步驟s83，刪除所述重復(fù)序號(hào)數(shù)量為1的所述序號(hào)對(duì)應(yīng)的所述數(shù)據(jù)組；

步驟s84，判斷被刪除的所述數(shù)據(jù)組的前一個(gè)數(shù)據(jù)組的所述序號(hào)是否與被刪除的所述數(shù)據(jù)組的后一個(gè)數(shù)據(jù)組的所述序號(hào)相同：

若相同，則將所述前一個(gè)數(shù)據(jù)組和所述后一個(gè)數(shù)據(jù)組合并；

若不相同，則保留所述前一個(gè)數(shù)據(jù)組和所述后一個(gè)數(shù)據(jù)組；

對(duì)所述空間序列中的所有所述數(shù)據(jù)組均執(zhí)行所述第一數(shù)據(jù)壓縮后形成所述第一序列。

優(yōu)選的，該基于多人說(shuō)話的聲紋識(shí)別方法，其中，所述步驟s9中，所述空間序列中包括關(guān)聯(lián)于每個(gè)所述子空間的數(shù)據(jù)組，一個(gè)所述數(shù)據(jù)組對(duì)應(yīng)一個(gè)所述序號(hào)；

在形成所述空間序列后，還包括分別對(duì)處于所述第一頻段或者所述第二頻段的所述空間序列進(jìn)行的第二數(shù)據(jù)壓縮的過(guò)程，具體為：

步驟s91，記錄每個(gè)所述數(shù)據(jù)組的所述序號(hào)，并記錄關(guān)聯(lián)于每個(gè)所述序號(hào)的重復(fù)序號(hào)數(shù)量；

步驟s92，判斷是否存在所述序號(hào)的所述重復(fù)序號(hào)數(shù)量為1，并在存在所述重復(fù)序號(hào)數(shù)量為1的所述數(shù)據(jù)組時(shí)轉(zhuǎn)向步驟s93；

步驟s93，刪除所述重復(fù)序號(hào)數(shù)量為1的所述序號(hào)對(duì)應(yīng)的所述數(shù)據(jù)組；

步驟s94，判斷被刪除的所述數(shù)據(jù)組的前一個(gè)數(shù)據(jù)組的所述序號(hào)是否與被刪除的所述數(shù)據(jù)組的后一個(gè)數(shù)據(jù)組的所述序號(hào)相同：

若相同，則將所述前一個(gè)數(shù)據(jù)組和所述后一個(gè)數(shù)據(jù)組合并；

若不相同，則保留所述前一個(gè)數(shù)據(jù)組和所述后一個(gè)數(shù)據(jù)組；

對(duì)所述空間序列中的所有所述數(shù)據(jù)組均執(zhí)行所述第二數(shù)據(jù)壓縮后形成所述第二序列。

優(yōu)選的，該基于多人說(shuō)話的聲紋識(shí)別方法，其中：所述特征變換為美倒譜變換。

優(yōu)選的，該基于多人說(shuō)話的聲紋識(shí)別方法，其中：于執(zhí)行所述美倒譜變換的過(guò)程中，分別將每條所述語(yǔ)句分割為20ms一幀，并將10ms的幀移取出關(guān)聯(lián)于所述語(yǔ)句的語(yǔ)句幀；

隨后，以幀為單位去掉靜音，對(duì)所述語(yǔ)句幀作美倒譜變換后每幀留12個(gè)系數(shù)，并以12個(gè)所述系數(shù)構(gòu)成所述識(shí)別特征。

優(yōu)選的，該基于多人說(shuō)話的聲紋識(shí)別方法，其中：所述步驟s7中，采用“k-均值”算法將識(shí)別特征空間劃分成數(shù)個(gè)子空間，劃分后的每個(gè)所述子空間分別以“k-均值”的中心點(diǎn)記錄為對(duì)應(yīng)所述子空間的所述描述信息。

上述技術(shù)方案的有益效果是：提供一種基于多人說(shuō)話的聲紋識(shí)別方法，可在多人同時(shí)說(shuō)話時(shí)，可對(duì)聲源進(jìn)行分解，獲取每個(gè)說(shuō)話人的語(yǔ)音，將每個(gè)人的語(yǔ)音與預(yù)設(shè)的頻段進(jìn)行匹配，根據(jù)匹配相似度識(shí)別出需要識(shí)別的說(shuō)話人的語(yǔ)音，在對(duì)該語(yǔ)音進(jìn)行聲紋識(shí)別，計(jì)算量較小，能夠節(jié)省存儲(chǔ)和計(jì)算資源，識(shí)別的準(zhǔn)確率高，并且克服了基于概率統(tǒng)計(jì)的建模方法存在的問(wèn)題，適合于系統(tǒng)資源有限的智能系統(tǒng)使用。同時(shí)預(yù)先設(shè)置了表示兒童的說(shuō)話人的第一頻率以及表示成年的說(shuō)話人的第二頻率并分別進(jìn)行比較，進(jìn)一步提升了基于多人說(shuō)話的聲紋識(shí)別的準(zhǔn)確度。

附圖說(shuō)明

圖1是本發(fā)明的較佳的實(shí)施例中，一種基于多人說(shuō)話的聲紋識(shí)別方法的 總體流程圖；

圖2是本發(fā)明的較佳的實(shí)施例中，第一數(shù)據(jù)壓縮的流程示意圖；

圖3是本發(fā)明的較佳的實(shí)施例中，第二數(shù)據(jù)壓縮的流程示意圖。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有作出創(chuàng)造性勞動(dòng)的前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

需要說(shuō)明的是，在不沖突的情況下，本發(fā)明中的實(shí)施例及實(shí)施例中的特征可以相互組合。

下面結(jié)合附圖和具體實(shí)施例對(duì)本發(fā)明作進(jìn)一步說(shuō)明，但不作為本發(fā)明的限定。

本發(fā)明的較佳的實(shí)施例中，基于現(xiàn)有技術(shù)中存在的上述問(wèn)題，現(xiàn)提供一種基于多人說(shuō)話的聲紋識(shí)別方法。該基于多人說(shuō)話的聲紋識(shí)別方法可以適用于具有語(yǔ)音控制功能的智能設(shè)備中，例如應(yīng)用于私人空間中的智能機(jī)器人等。

在上述基于多人說(shuō)話的聲紋識(shí)別方法中，首先預(yù)設(shè)一第一頻段以及一第二頻段，所述第一頻段高于所述第二頻段。具體地，對(duì)于不同的使用者而言，其語(yǔ)音的頻率可能不同，對(duì)頻率粗略進(jìn)行劃分可以分為對(duì)應(yīng)成年的說(shuō)話人的較低的頻段，以及對(duì)應(yīng)兒童的說(shuō)話人的較高的頻段。

更進(jìn)一步地，對(duì)于成年的說(shuō)話人和兒童的說(shuō)話人而言，其基于多人說(shuō)話的聲紋識(shí)別可能并不相同，具體在于其聲紋特征的提取以及相應(yīng)的聲紋模型的構(gòu)建可能會(huì)有區(qū)別。因此在本發(fā)明技術(shù)方案中，設(shè)置兩個(gè)語(yǔ)音接收的頻段，并根據(jù)這兩個(gè)頻段將成年人的語(yǔ)音和兒童的語(yǔ)音區(qū)分識(shí)別，從而進(jìn)一步提升識(shí)別精度。換言之，上文中的第一頻段可以用于表示兒童的說(shuō)話人的語(yǔ)音頻段，第二頻段可以用于表示成年的說(shuō)話人的語(yǔ)音頻段。因此，本發(fā)明的較佳的實(shí)施例中，上述兩個(gè)頻段可以根據(jù)實(shí)驗(yàn)數(shù)據(jù)的不斷累加進(jìn)行相應(yīng)修改，從而達(dá)到一個(gè)能夠較準(zhǔn)確地分別代表成年說(shuō)話人和兒童說(shuō)話人的語(yǔ)音頻段的目的。

則本發(fā)明的較佳的實(shí)施例中，如圖1所示，上述基于多人說(shuō)話的聲紋識(shí)別方法具體包括下述步驟：

步驟s1，接收多個(gè)說(shuō)話人的聲源；

步驟s2，對(duì)聲源進(jìn)行分解，以分別獲取每個(gè)人的語(yǔ)音；

步驟s3，將每個(gè)人的語(yǔ)音均與第一頻段進(jìn)行匹配，以獲取相應(yīng)的匹配關(guān)聯(lián)度，或者

將每個(gè)人的語(yǔ)音均與第二頻段進(jìn)行匹配，以獲取相應(yīng)的匹配關(guān)聯(lián)度；

步驟s4，提取最大的匹配關(guān)聯(lián)度對(duì)應(yīng)的語(yǔ)音，將語(yǔ)音與第一頻段或者第二頻段進(jìn)行擬合；

步驟s5，將分別處于第一頻段或者第二頻段下的不同背景、不同人聲的語(yǔ)音分割為特定長(zhǎng)度的識(shí)別區(qū)段；

步驟s6，對(duì)每個(gè)識(shí)別區(qū)段做特征變換后得到相應(yīng)的多個(gè)識(shí)別特征，并采用關(guān)聯(lián)于所有識(shí)別區(qū)段的所有識(shí)別特征分別構(gòu)成對(duì)應(yīng)第一頻段的識(shí)別特征空間，或者對(duì)應(yīng)第二頻段的識(shí)別特征空間；

步驟s7，將識(shí)別特征空間劃分成復(fù)數(shù)個(gè)子空間，并以描述信息每個(gè)被劃分的子空間，以及分別對(duì)每個(gè)子空間賦予一對(duì)應(yīng)的序號(hào)；

步驟s8，分別將處于第一頻段或者處于第二頻段的關(guān)聯(lián)于訓(xùn)練模型的每條訓(xùn)練語(yǔ)句做特征變換后得到包括相應(yīng)的時(shí)序特征點(diǎn)的時(shí)序特征點(diǎn)集，每個(gè)時(shí)序特征點(diǎn)分別被分配入同頻段下的各個(gè)子空間，根據(jù)每個(gè)時(shí)序特征點(diǎn)對(duì)應(yīng)的子空間的序號(hào)分別形成關(guān)聯(lián)于第一頻段或者第二頻段的第一序列，并進(jìn)而形成對(duì)應(yīng)的訓(xùn)練識(shí)別特征；

步驟s9，分別將處于第一頻段或者處于第二頻段的關(guān)聯(lián)于測(cè)試模型的每條測(cè)試語(yǔ)句做特征變換后得到時(shí)序特征點(diǎn)集，每個(gè)時(shí)序特征點(diǎn)分別被分配入各個(gè)子空間，根據(jù)每個(gè)時(shí)序特征點(diǎn)對(duì)應(yīng)的子空間的序號(hào)分別形成關(guān)聯(lián)于第一頻段或者第二頻段的第二序列，并進(jìn)而形成對(duì)應(yīng)的測(cè)試識(shí)別特征；

步驟s10，對(duì)比關(guān)聯(lián)于第一頻段的訓(xùn)練識(shí)別特征與測(cè)試識(shí)別特征是否相似，并根據(jù)對(duì)比結(jié)果處理得到聲紋識(shí)別的確認(rèn)結(jié)果，或者

對(duì)于關(guān)聯(lián)于第二頻段的訓(xùn)練識(shí)別特征與測(cè)試識(shí)別特征是否相似，并根據(jù)對(duì)比結(jié)果處理得到聲紋識(shí)別的確認(rèn)結(jié)果。

在本實(shí)施例中，基于多人說(shuō)話的聲紋識(shí)別方法可在多人同時(shí)說(shuō)話時(shí)，可 對(duì)聲源進(jìn)行分解，獲取每個(gè)說(shuō)話人的語(yǔ)音，將每個(gè)人的語(yǔ)音與預(yù)設(shè)的頻段進(jìn)行匹配，根據(jù)匹配相似度識(shí)別出需要識(shí)別的說(shuō)話人的語(yǔ)音，在對(duì)該語(yǔ)音進(jìn)行聲紋識(shí)別，計(jì)算量較小，能夠節(jié)省存儲(chǔ)和計(jì)算資源，識(shí)別的準(zhǔn)確率高，并且克服了基于概率統(tǒng)計(jì)的建模方法存在的問(wèn)題，適合于系統(tǒng)資源有限的智能系統(tǒng)使用。同時(shí)預(yù)先設(shè)置了表示兒童的說(shuō)話人的第一頻率以及表示成年的說(shuō)話人的第二頻率并分別進(jìn)行比較，進(jìn)一步提升了聲紋識(shí)別的準(zhǔn)確度。

本發(fā)明的較佳的實(shí)施例中，在上述預(yù)先設(shè)置的基礎(chǔ)上，上述步驟s5-s6中，首先獲取分別處于第一頻段或者第二頻段下的基于不同背景、不同人聲的語(yǔ)音，并將這些語(yǔ)音分割為特定長(zhǎng)度的識(shí)別區(qū)段。具體地，可以將不同背景、不同人聲的語(yǔ)音對(duì)應(yīng)的每條語(yǔ)句分割為以20ms為一幀的多個(gè)語(yǔ)句幀，并將10ms的語(yǔ)句幀移取，然后以每幀為單位去掉靜音，對(duì)語(yǔ)音幀作美倒譜變換，每幀留12個(gè)系數(shù)，該12個(gè)系數(shù)即構(gòu)成識(shí)別特征。所有語(yǔ)音段的識(shí)別特征構(gòu)成識(shí)別特征集，也就是構(gòu)成相應(yīng)的識(shí)別特征空間。

本發(fā)明的較佳的實(shí)施例中，在上述步驟s7中，采用“k-均值”算法將識(shí)別特征空間劃分為復(fù)數(shù)個(gè)子空間，劃分后的數(shù)個(gè)子空間分別以“k-均值”的中心點(diǎn)記錄為該子空間的數(shù)據(jù)描述，并對(duì)各個(gè)子空間進(jìn)行編號(hào)，記錄每個(gè)子空間的描述信息和其對(duì)應(yīng)的序號(hào)。上述步驟同樣對(duì)處于第一頻段或者第二頻段下的識(shí)別特征空間分別執(zhí)行。

本發(fā)明的較佳的實(shí)施例中，分別對(duì)處于第一頻段或者第二頻段下的子空間進(jìn)行如上述步驟s8的操作：將關(guān)聯(lián)于訓(xùn)練模型的每條訓(xùn)練語(yǔ)句做特征變換后得到包括相應(yīng)的時(shí)序特征點(diǎn)的時(shí)序特征點(diǎn)集，每個(gè)時(shí)序特征點(diǎn)分別被分配入同頻段下的各個(gè)子空間，根據(jù)每個(gè)時(shí)序特征點(diǎn)對(duì)應(yīng)的子空間的序號(hào)分別形成關(guān)聯(lián)于第一頻段或者第二頻段的第一序列，并進(jìn)而形成對(duì)應(yīng)的訓(xùn)練識(shí)別特征。

具體地，本發(fā)明的較佳的實(shí)施例中，所謂訓(xùn)練語(yǔ)句，可以為經(jīng)過(guò)反復(fù)訓(xùn)練后預(yù)設(shè)于系統(tǒng)內(nèi)部供系統(tǒng)比對(duì)時(shí)進(jìn)行參照的訓(xùn)練模型的組成部分。

具體地，本發(fā)明的較佳的實(shí)施例中，上述步驟s8中，將每個(gè)時(shí)序特征點(diǎn)按照最近鄰原則分別分配入處于同一頻段下(第一頻段或者第二頻段)的各個(gè)子空間中，并且記錄每個(gè)時(shí)序特征點(diǎn)對(duì)應(yīng)的子空間的序號(hào)，最終形成一個(gè)第一序列，該第一序列由不同的子空間的序號(hào)組成，例如(2、2、4、8、8、 8、5、5、5、5、5)，進(jìn)而根據(jù)該第一序列形成對(duì)應(yīng)的訓(xùn)練識(shí)別特征。

本發(fā)明的較佳的實(shí)施例中，類似地，上述步驟s9中，分別對(duì)處于上述第一頻段或者第二頻段下的子空間進(jìn)行如下操作：對(duì)關(guān)聯(lián)于測(cè)試模型的測(cè)試語(yǔ)句做特征變換后得到時(shí)序特征點(diǎn)集，每個(gè)時(shí)序特征點(diǎn)分別被分配入各個(gè)子空間，根據(jù)每個(gè)時(shí)序特征點(diǎn)對(duì)應(yīng)的子空間的序號(hào)分別形成關(guān)聯(lián)于第一頻段或者第二頻段的第二序列，并進(jìn)而形成對(duì)應(yīng)的測(cè)試識(shí)別特征。

本發(fā)明的較佳的實(shí)施例中，所謂測(cè)試語(yǔ)句，其關(guān)聯(lián)于測(cè)試模型，也就是需要比對(duì)的語(yǔ)句。

具體地，本發(fā)明的較佳的實(shí)施例中，上述步驟s9中，同樣將上述測(cè)試語(yǔ)句中的每個(gè)時(shí)序特征點(diǎn)按照最近鄰原則分別分配入處于同一頻段下(第一頻段或者第二頻段)的各個(gè)子空間中，并且記錄每個(gè)時(shí)序特征點(diǎn)對(duì)應(yīng)的子空間的序號(hào)，最終形成一個(gè)第二序列，該第二序列同樣由不同的子空間的序號(hào)組成，例如(2、3、3、5、5、8、6、6、6、4、4)，進(jìn)而根據(jù)該第二序列形成對(duì)應(yīng)的測(cè)試識(shí)別特征。本發(fā)明的較佳的實(shí)施例中，上述步驟s8和步驟s9之間并不存在相互依附的關(guān)系(即步驟s9的執(zhí)行不必須以步驟s8執(zhí)行完畢為前提)，因此上述步驟s8和步驟s9可以同時(shí)進(jìn)行。圖1中仍然示出步驟s8和步驟s9順序進(jìn)行的實(shí)施例。

本發(fā)明的較佳的實(shí)施例中，上述步驟s10中，將上述形成的訓(xùn)練識(shí)別特征和測(cè)試識(shí)別特征進(jìn)行比對(duì)，并根據(jù)比對(duì)結(jié)果處理得到聲紋識(shí)別的最終結(jié)果。

具體地，上述步驟s10中，同樣分別依照第一頻段以及第二頻段進(jìn)行比對(duì)，即將第一頻段下的測(cè)試識(shí)別特征與同樣處于第一頻段下的訓(xùn)練識(shí)別特征進(jìn)行比對(duì)，并根據(jù)比對(duì)結(jié)果處理得到聲紋識(shí)別的結(jié)果。同樣地，將第二頻段下的測(cè)試識(shí)別特征與同樣處于第二頻段下的訓(xùn)練識(shí)別特征進(jìn)行比對(duì)，并根據(jù)比對(duì)結(jié)果處理得到聲紋識(shí)別的結(jié)果。

進(jìn)一步地，本發(fā)明的較佳的實(shí)施例中，上述步驟s8中，空間序列中包括關(guān)聯(lián)于每個(gè)子空間的數(shù)據(jù)組，一個(gè)數(shù)據(jù)組對(duì)應(yīng)一個(gè)序號(hào)；

則在形成空間序列后，還包括分別對(duì)處于第一頻段或者第二頻段的空間序列進(jìn)行的第一數(shù)據(jù)壓縮的過(guò)程，具體如圖2所示，為：

步驟s81，記錄每個(gè)數(shù)據(jù)組的序號(hào)，并記錄關(guān)聯(lián)于每個(gè)序號(hào)的重復(fù)序號(hào)數(shù)量；

步驟s82，判斷是否存在序號(hào)的重復(fù)序號(hào)數(shù)量為1，并在存在重復(fù)序號(hào)數(shù)量為1的數(shù)據(jù)組時(shí)轉(zhuǎn)向步驟s83；

步驟s83，刪除重復(fù)序號(hào)數(shù)量為1的序號(hào)對(duì)應(yīng)的數(shù)據(jù)組；

步驟s84，判斷被刪除的數(shù)據(jù)組的前一個(gè)數(shù)據(jù)組的序號(hào)是否與被刪除的數(shù)據(jù)組的后一個(gè)數(shù)據(jù)組的序號(hào)相同：

若相同，則將前一個(gè)數(shù)據(jù)組和后一個(gè)數(shù)據(jù)組合并；

若不相同，則保留前一個(gè)數(shù)據(jù)組和后一個(gè)數(shù)據(jù)組；

對(duì)空間序列中的所有數(shù)據(jù)組均執(zhí)行第一數(shù)據(jù)壓縮后形成第一序列。

具體地，本發(fā)明的較佳的實(shí)施例中，上述第一數(shù)據(jù)壓縮的過(guò)程中，記錄子空間的序號(hào)以及相同序號(hào)的數(shù)量，將序號(hào)和相同序號(hào)的數(shù)量作為一組數(shù)據(jù)進(jìn)行排列，當(dāng)相同序號(hào)的數(shù)量為1時(shí)，去掉該組數(shù)據(jù)。在本發(fā)明的一個(gè)腳架的實(shí)施例中，序號(hào)為4的數(shù)據(jù)只有1個(gè)，則在進(jìn)行第一數(shù)據(jù)壓縮的過(guò)程中刪掉該組數(shù)據(jù)。

如果當(dāng)去掉該組數(shù)據(jù)后，該數(shù)據(jù)前方一組數(shù)據(jù)中的序號(hào)和后方一組數(shù)據(jù)中的序號(hào)相同時(shí)，則將兩組合并。新形成的數(shù)據(jù)組的序號(hào)與被刪除的該數(shù)據(jù)組的前方一組數(shù)據(jù)的序號(hào)相同，相同序號(hào)的數(shù)量為被刪除的該組數(shù)據(jù)前方一組數(shù)據(jù)的數(shù)量與被刪除的該組數(shù)據(jù)后方一組數(shù)據(jù)的數(shù)量之和。又或者，在刪除該組數(shù)據(jù)后，該數(shù)據(jù)前方一組數(shù)據(jù)中的序號(hào)和后方一組數(shù)據(jù)中的序號(hào)不同，則同時(shí)保留這兩組數(shù)據(jù)。例如，在本發(fā)明的一個(gè)較佳的實(shí)施例中，當(dāng)序號(hào)為4的數(shù)據(jù)組被去除后，位于該組數(shù)據(jù)前一組的數(shù)據(jù)的序號(hào)為2，位于該組數(shù)據(jù)后一組的數(shù)據(jù)的序號(hào)為8，2和8不相同，所以保留原數(shù)據(jù)組。

本發(fā)明的較佳的實(shí)施例中，經(jīng)過(guò)第一數(shù)據(jù)壓縮后的第一序列即為上述訓(xùn)練識(shí)別特征。

相應(yīng)地，本發(fā)明的較佳的實(shí)施例中，上述步驟s9中，空間序列中包括關(guān)聯(lián)于每個(gè)子空間的數(shù)據(jù)組，一個(gè)數(shù)據(jù)組對(duì)應(yīng)一個(gè)序號(hào)；

則在形成空間序列后，還包括分別對(duì)處于第一頻段或者第二頻段的空間序列進(jìn)行的第二數(shù)據(jù)壓縮的過(guò)程，具體如圖3所示，為：

步驟s91，記錄每個(gè)數(shù)據(jù)組的序號(hào)，并記錄關(guān)聯(lián)于每個(gè)序號(hào)的重復(fù)序號(hào)數(shù)量；

步驟s92，判斷是否存在序號(hào)的重復(fù)序號(hào)數(shù)量為1，并在存在重復(fù)序號(hào) 數(shù)量為1的數(shù)據(jù)組時(shí)轉(zhuǎn)向步驟s93；

步驟s93，刪除重復(fù)序號(hào)數(shù)量為1的序號(hào)對(duì)應(yīng)的數(shù)據(jù)組；

步驟s94，判斷被刪除的數(shù)據(jù)組的前一個(gè)數(shù)據(jù)組的序號(hào)是否與被刪除的數(shù)據(jù)組的后一個(gè)數(shù)據(jù)組的序號(hào)相同：

若相同，則將前一個(gè)數(shù)據(jù)組和后一個(gè)數(shù)據(jù)組合并；

若不相同，則保留前一個(gè)數(shù)據(jù)組和后一個(gè)數(shù)據(jù)組；

對(duì)空間序列中的所有數(shù)據(jù)組均執(zhí)行第二數(shù)據(jù)壓縮后形成第二序列。

具體地，類似上述步驟s8中的步驟，步驟s9中，同樣記錄子空間的序號(hào)以及相同序號(hào)的數(shù)量，將序號(hào)和相同序號(hào)的數(shù)量作為一組數(shù)據(jù)進(jìn)行排列。當(dāng)相同序號(hào)的數(shù)量為1時(shí)，去掉該組數(shù)據(jù)。

如果當(dāng)去掉該組數(shù)據(jù)后，該數(shù)據(jù)前方一組數(shù)據(jù)中的序號(hào)和后方一組數(shù)據(jù)中的序號(hào)相同時(shí)，則將兩組合并。新形成的數(shù)據(jù)組的序號(hào)與被刪除的該數(shù)據(jù)組的前方一組數(shù)據(jù)的序號(hào)相同，相同序號(hào)的數(shù)量為被刪除的該組數(shù)據(jù)前方一組數(shù)據(jù)的數(shù)量與被刪除的該組數(shù)據(jù)后方一組數(shù)據(jù)的數(shù)量之和。又或者，在刪除該組數(shù)據(jù)后，該數(shù)據(jù)前方一組數(shù)據(jù)中的序號(hào)和后方一組數(shù)據(jù)中的序號(hào)不同，則同時(shí)保留這兩組數(shù)據(jù)。例如，在本發(fā)明的一個(gè)較佳的實(shí)施例中，當(dāng)序號(hào)為4的數(shù)據(jù)組被去除后，位于該組數(shù)據(jù)前一組的數(shù)據(jù)的序號(hào)為2，位于該組數(shù)據(jù)后一組的數(shù)據(jù)的序號(hào)為8，2和8不相同，所以保留原數(shù)據(jù)組。

同樣地，本發(fā)明的較佳的實(shí)施例中，上述經(jīng)過(guò)第二數(shù)據(jù)壓縮的第二序列即為測(cè)試識(shí)別特征。

上述步驟s10中，最終通過(guò)將處于同一頻段(第一頻段或者第二頻段)下的訓(xùn)練識(shí)別特征和測(cè)試識(shí)別特征進(jìn)行比對(duì)，并根據(jù)比對(duì)結(jié)果處理得到最終的聲紋識(shí)別的結(jié)果。

上述步驟的執(zhí)行使得聲紋識(shí)別的計(jì)算量更小，識(shí)別率更好，并且需要處理的數(shù)據(jù)量也相對(duì)較小。

以上所述僅為本發(fā)明較佳的實(shí)施例，并非因此限制本發(fā)明的實(shí)施方式及保護(hù)范圍，對(duì)于本領(lǐng)域技術(shù)人員而言，應(yīng)當(dāng)能夠意識(shí)到凡運(yùn)用本發(fā)明說(shuō)明書及圖示內(nèi)容所作出的等同替換和顯而易見(jiàn)的變化所得到的方案，均應(yīng)當(dāng)包含 在本發(fā)明的保護(hù)范圍內(nèi)。