一种面向智能移动设备的声纹识别方法技术

本发明专利技术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。

【技术实现步骤摘要】

本专利技术属于声纹识别领域，具体涉及一种面向智能移动设备的声纹识别方法。
技术介绍
声纹识别(也称说话人识别)技术是一项根据语音波形中反映说话人生理和行为特征的语音参数，来识别待测语音话者身份的技术。对声纹识别的研究始于20世纪30年代，早期的工作主要集中在用人耳进行听辨语音的实验和探讨听音识别的可能性方面。随着电子技术和计算机技术的发展，通过机器自动识别人的语音成为可能。Bell实验室的Pruzansky提出了一种基于模式匹配和概率统计方差分析的声纹识别方法，从而引起信号处理领域许多学者的注意，形成了说话人识别研究的一个热潮。这期间主要工作集中在各种识别参数的提取、选择和实验上。20世纪70年代至今，声纹识别的研究重点主要在对各种声学特征参数的线性或非线性处理以及新的模式匹配方法上。声纹识别技术有着十分广阔的应用前景：在刑侦领域，可以用于协助确认犯罪嫌疑人信息；在银行等重要部门的安全系统中，可以用于身份核查的一种手段；在日常活动中，可以用于个人身份认证，如声纹锁、声纹门禁系统等本文档来自技高网...

【技术保护点】
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|index...

【技术特征摘要】
1.一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；<...

【专利技术属性】
技术研发人员：牛建伟，刘闯，王磊，王博伟，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京;11