一种嗓音识别方法及系统技术方案

本发明专利技术涉及一种嗓音识别方法及系统。该方法包括：获取嗓音数据库；根据嗓音数据库中的所有嗓音信号，得到所有嗓音信号的一维线性特征参数；对所有嗓音信号进行小波包分解；得到所有嗓音信号的多维分层非线性特征参数；采用降维方法，根据所有嗓音信号的一维线性特征参数，得到所有嗓音信号的优化融合特征；根据所有嗓音信号的优化融合特征和多分类支持向量机构建正常嗓音和非正常嗓音的分类模型；获取用户的待识别嗓音信号；根据待识别嗓音信号，得到待识别嗓音信号的优化融合特征；利用分类模型对待识别嗓音信号的优化融合特征进行分类，得到分类结果。本发明专利技术所提供一种嗓音识别方法及系统，解决现有技术中嗓音识别准确性低的问题。

【技术实现步骤摘要】
一种嗓音识别方法及系统
本专利技术涉及嗓音识别领域，特别是涉及一种嗓音识别方法及系统。
技术介绍
据调查显示约25％的世界人口是“职业用嗓过度者”。因为一些特定的职业迫使从事者说话的声音要超过正常水平，例如，歌手、演员、律师、教师等。而日复一日的过度用嗓会造成他们的声带受损，直接影响到嗓音质量，进而给生活和工作带来不便。并且不同的人的嗓音也不同，通过嗓音进行电话拨入银行、数据库服务、购物、语音邮件以及进入保密的装置，并且还可以通过嗓音识别出非正常的嗓音。国内外主要使用电子计算机及频谱分析仪采集、分析、统计嗓音声样，对嗓音进行声学分析。国内已有的嗓音医学相关系统为国产USSA语音频谱分析系统，但上述系统、软件价格昂贵，且受于时间和环境的限制，不能随时随地方便快捷对嗓音信号进行分析评估。而通过主观听觉进行嗓音识别，带有主观判断，个人意识过强，造成嗓音识别准确性低。
技术实现思路
本专利技术的目的是提供一种嗓音识别方法及系统，解决现有技术中嗓音识别准确性低的问题。为实现上述目的，本专利技术提供了如下方案：<本文档来自技高网...

【技术保护点】
1.一种嗓音识别方法，其特征在于，包括：/n获取嗓音数据库；所述嗓音数据库包括正常嗓音数据和非正常嗓音数据；所述正常嗓音数据和所述非正常嗓音数据均包括多个嗓音信号，所述正常嗓音数据和所述非正常嗓音数据均包括多个嗓音级别；不同的嗓音级别对应的嗓音质量不同；/n根据所述嗓音数据库中的所有嗓音信号，得到所述嗓音数据库中的所有嗓音信号的一维线性特征参数；所述一维线性特征参数包括谐噪比、基频微扰、振幅微扰、基频标准差、倒谱峰值突出、频谱平坦度和基音幅值；/n对所述嗓音数据库中的所有嗓音信号进行小波包分解；得到所述嗓音数据库中的所有嗓音信号的多维分层非线性特征参数；所述多维分层非线性特征参数包括：复杂度、...

【技术特征摘要】
1.一种嗓音识别方法，其特征在于，包括：
获取嗓音数据库；所述嗓音数据库包括正常嗓音数据和非正常嗓音数据；所述正常嗓音数据和所述非正常嗓音数据均包括多个嗓音信号，所述正常嗓音数据和所述非正常嗓音数据均包括多个嗓音级别；不同的嗓音级别对应的嗓音质量不同；
根据所述嗓音数据库中的所有嗓音信号，得到所述嗓音数据库中的所有嗓音信号的一维线性特征参数；所述一维线性特征参数包括谐噪比、基频微扰、振幅微扰、基频标准差、倒谱峰值突出、频谱平坦度和基音幅值；
对所述嗓音数据库中的所有嗓音信号进行小波包分解；得到所述嗓音数据库中的所有嗓音信号的多维分层非线性特征参数；所述多维分层非线性特征参数包括：复杂度、Hurst指数、Teager能量算子、样本熵和模糊熵；
采用降维方法，根据所述嗓音数据库中的所有嗓音信号的一维线性特征参数和多维分层非线性特征参数，得到所述嗓音数据库中的所有嗓音信号的优化融合特征；
根据所述嗓音数据库中的所有嗓音信号的优化融合特征和多分类支持向量机构建正常嗓音和非正常嗓音的分类模型；
获取用户的待识别嗓音信号；
根据所述待识别嗓音信号，得到所述待识别嗓音信号的优化融合特征；
利用所述分类模型对所述待识别嗓音信号的优化融合特征进行分类，得到所述待识别嗓音信号的分类结果；所述待识别嗓音信号的分类结果为正常嗓音或非正常嗓音。


2.根据权利要求1所述的一种嗓音识别方法，其特征在于，所述根据所述待识别嗓音信号，得到所述待识别嗓音信号的优化融合特征，具体包括：
根据所述待识别嗓音信号，得到所述待识别嗓音信号的一维线性特征参数；
对所述待识别嗓音信号进行小波包分解，得到所述待识别嗓音信号的多维分层非线性特征参数；
根据所述待识别嗓音信号的一维线性特征参数和所述待识别嗓音信号的多维分层非线性特征参数，采用降维方法，得到所述待识别嗓音信号的优化融合特征。


3.根据权利要求1所述的一种嗓音识别方法，其特征在于，所述利用所述分类模型对所述待识别嗓音信号的优化融合特征进行分类，得到所述待识别嗓音信号的分类结果，之后还包括：
当所述待识别嗓音信号的分类结果为正常嗓音时，获取所述嗓音数据库中正常嗓音数据的第一嗓音级别对应的每个嗓音信号的多个第一声学特征参数，得到所述嗓音数据库的第一声学特征参数集合；多个所述第一声学特征参数分别为频带宽度、音域、第一共振峰、第三共振峰和基频；所述第一嗓音级别为所述正常嗓音数据中质量最高的级别；
计算所述嗓音数据库的第一声学特征参数集合中每个第一声学特征参数的平均区间；
获取所述待识别嗓音信号的多个第一声学特征参数，得到所述待识别嗓音信号的第一声学特征参数集合；
获取所述待识别嗓音信号的第一声学特征参数集合中符合要求的第一声学特征参数的个数；所述符合要求的第一声学特征参数为处于对应的平均区间内的第一声学特征参数；
若所述待识别嗓音信号的第一声学特征参数集合中符合要求的第一声学特征参数的个数小于3，则将所述待识别嗓音信号确定为普通嗓音信号；
若所述待识别嗓音信号的第一声学特征参数集合中符合要求的第一声学特征参数的个数不小于3，则将所述待识别嗓音信号确定为优质嗓音信号。


4.根据权利要求1所述的一种嗓音识别方法，其特征在于，所述利用所述分类模型对所述待识别嗓音信号的优化融合特征进行分类，得到所述待识别嗓音信号的分类结果，之后还包括：
当所述待识别嗓音信号的分类结果为非正常嗓音信号时，获得所述嗓音数据库中非正常嗓音数据的嗓音级别；
获取所述嗓音数据库中非正常嗓音数据的每一嗓音级别对应的每个嗓音信号的多个第二声学特征参数，得到所述嗓音数据库的第二声学特征参数集合；多个所述第二声学特征参数分别为基频微扰、振幅微扰、谐噪比、倒谱峰值突出、Hurst指数、Teager能量算子、样本熵。模糊熵、L-Z复杂度、开放熵、闭合熵和速度熵；
计算所述嗓音数据库的第二声学特征参数集合中每个第二声学特征参数与对应嗓音级别的第一斯皮尔曼相关系数；
判断所述第二声学特征参数集合中的第二声学特征参数对应的第一斯皮尔曼相关系数是否大于第一设定阈值；
若所述第二声学特征参数集合中的第二声学特征参数对应的第一斯皮尔曼相关系数是大于第一设定阈值，则保留第一斯皮尔曼相关系数对应的第二声学特征参数；
若所述第二声学特征参数集合中的第二声学特征参数对应的第一斯皮尔曼相关系数是不大于第一设定阈值，则剔除第一斯皮尔曼相关系数对应的第二声学特征参数；
获得所有保留的第二声学特征参数，得到第三声学特征参数集合；
计算所述第三声学特征参数集合中第i个第二声学特征参数和第j个第二声学特征参数的斯皮尔曼相关系数，得到第二斯皮尔曼相关系数；i不等于j，所述第i个第二声学特征参数对应的第一斯皮尔曼相关系数大于所述第j个第二声学特征参数对应的第一斯皮尔曼相关系数；
判断所述第三声学特征参数集合中第i个第二声学特征参数和第j个第二声学特征参数对应的第二斯皮尔曼相关系数是否大于第二设定阈值；
若所述第三声学特征参数集合中第i个第二声学特征参数和第j个第二声学特征参数对应的第二斯皮尔曼相关系数是大于第二设定阈值，则保留第i个第二声学特征参数，剔除第j个第二声学特征参数；
若所述第三声学特征参数集合中第i个第二声学特征参数和第j个第二声学特征参数对应的第二斯皮尔曼相关系数是不大于第二设定阈值，则保留第i个第二声学特征参数和第j个第二声学特征参数；
获得所有保留的第二声学特征参数，得到第四声学特征参数集合；
采用应用逻辑回归分析，根据所述第四声学特征参数集合，确定非正常嗓音等级划分的客观公式标准；
利用所述非正常嗓音等级划分的客观公式标准对所述待识别嗓音信号进行等级划分。


5.一种嗓音识别系统，其特征在于，包括：
数据库获取模块，用于获取嗓音数据库；所述嗓音数据库包括正常嗓音数据和非正常嗓音数据；所述正常嗓音数据和所述非正常嗓音数据均包括多个嗓音信号，所述正常嗓音数据和所述非正常嗓音数据均包括多个嗓音级别；不同的嗓音级别对应的嗓音质量不同；
一维线性特征参数确定模...

【专利技术属性】
技术研发人员：曹辉，武倩文，秦驰杰，曹娜，彭玥，孟文婷，范翔，彭瑞，石宇，陈文韬，
申请(专利权)人：陕西师范大学，
类型：发明
国别省市：陕西;61