一种自适应的声纹识别方法及系统技术方案

本发明专利技术属于语音信号处理领域，尤其涉及一种声纹识别系统。一种自适应的声纹识别方法，应用于家用机器人，具体工作步骤包括：S1：采集语音信号；S2：对语音信号进行预处理；S3：自预处理后的语音信号中提取语音特征参数，语音特征参数包括线性预测得到的第一类特征参数及模拟人耳对声音频率的感知特性而提取的第二类特征参数；S4：为每一个家庭成员建立一个码本存储在语音数据库中作为家庭成员的语音模板，家庭成员的所有码本构成一声学模型；S5：依据声学模型对待测语音信号进行模式匹配，获取识别结果。以上技术方案可以自适应地实现声纹识别，应对不同应用场景下的人机交流，有利于提升用户体验。

【技术实现步骤摘要】
一种自适应的声纹识别方法及系统
本专利技术属于语音信号处理领域，尤其涉及一种声纹识别系统。
技术介绍
家用机器人是当今前沿高技术研究最活跃的领域之一，它可以完成有益于人类的服务工作，如提供家务、娱乐休闲、教育、安全监控等服务，拥有广泛的潜在客户群体与市场，现有的家用机器人广泛采用语音识别技术实现人机交互，让机器人能够听懂人类语音，以执行相应动作，然而，现有的机器人尚无法准确识别说话人身份，无法满足用户个性化的需求。随着计算机技术和数字信号处理理论的发展出现的声纹识别技术，通过从说话人的一段语音中，提取出反映该说话人生理、心理的语音特征参数，通过对语音特征参数进行分析建模与模式匹配，来实现辨认或确认未知说话人身份的目的。可是现有的声纹识别系统往往是针对一特定的应用场景进行设计，当系统的应用场景发生改变时，自适应能力不强，无法实现人机自由交流。
技术实现思路
为解决以上技术问题，提供一种自适应的声纹识别方法及系统，解决现有声纹识别方法的缺陷。具体技术方案如下：一种自适应的声纹识别方法，其中，应用于家用机器人，具体工作步骤包括：步骤S1：采集语音信号；步骤S2：对所述语音信号进行预处理；步骤S本文档来自技高网...

【技术保护点】
一种自适应的声纹识别方法，其特征在于，应用于家用机器人，具体工作步骤包括：步骤S1：采集语音信号；步骤S2：对所述语音信号进行预处理；步骤S3：自所述预处理后的语音信号中提取语音特征参数，所述语音特征参数包括线性预测得到的第一类特征参数及模拟人耳对声音频率的感知特性而提取的第二类特征参数；步骤S4：为每一个家庭成员建立一个码本存储在语音数据库中作为所述家庭成员的语音模板，所述家庭成员的所有码本构成一声学模型；步骤S5：依据所述声学模型对待测语音信号进行模式匹配，获取识别结果。

【技术特征摘要】
1.一种自适应的声纹识别方法，其特征在于，应用于家用机器人，具体工作步骤包括：步骤S1：采集语音信号；步骤S2：对所述语音信号进行预处理；步骤S3：自所述预处理后的语音信号中提取语音特征参数，所述语音特征参数包括线性预测得到的第一类特征参数及模拟人耳对声音频率的感知特性而提取的第二类特征参数；步骤S4：为每一个家庭成员建立一个码本存储在语音数据库中作为所述家庭成员的语音模板，所述家庭成员的所有码本构成一声学模型；步骤S5：依据所述声学模型对待测语音信号进行模式匹配，获取识别结果。2.根据权利要求1所述的自适应的声纹识别方法，其特征在于，所述步骤S2中，所述预处理的步骤依次包括：步骤S21，对所述预处理后的语音信号进行采样和量化以获得数字语音信号；步骤S22，所述数字语音信号通过一滤波器组以提升所述数字信号的高频成分；步骤S23，对步骤S22得到的语音信号进行分帧与加窗，获得加窗后的语音信号。3.根据权利要求1所述的自适应的声纹识别方法，其特征在于，所述步骤S3中提取所述第一类特征参数为线性预测系数，提取步骤如下：步骤S31a，定义短时语音信号和误差信号；步骤S32a，计算所述短时语音信号和所述误差信号的误差平方和；步骤S33a，对所述误差平方和求导数，并求解方程组获得所述第一类特征参数。4.根据权利要求1所述的自适应的声纹识别方法，其特征在于，所述步骤S3中提取所述第二类特征参数的步骤包括：步骤S31b，对所述预处理后的语音信号进行傅里叶...

【专利技术属性】
技术研发人员：祝铭明，
申请(专利权)人：芋头科技杭州有限公司，
类型：发明
国别省市：浙江,33