一种应用于电力作业中的声纹识别的方法及系统技术方案

本发明专利技术公开了一种应用于电力作业中的声纹识别的方法及系统，其方法包括：采集电力作业场景中不同人的声纹信息；去除所述声纹信息中的噪声和干扰信息；将去噪后的声纹信息进行非负矩阵分解NMF提取特征；基于NMF处理的声纹信息获取声纹信息的语谱图；对语谱图基于卷积神经网络CNN声纹识别算法处理；基于卷积神经网络训练模型输出声纹识别结果。在本发明专利技术实施例在特征提取阶段使用NMF提取特征，并将多维特征进行融合，可以得到更加准确的识别效果。可以得到更加准确的识别效果。可以得到更加准确的识别效果。

【技术实现步骤摘要】
一种应用于电力作业中的声纹识别的方法及系统


[0001]本专利技术涉及计算机
，尤其涉及一种应用于电力作业中的声纹识别的方法及系统。

技术介绍

[0002]目前保证电网的安全运行，需要对电网工作人员的业务技能提出了一定要求，工作人员只有具有良好的业务技能才能保证电网稳定与安全地运行，所以必须保证专业人员具有自己独一无二的身份特征来实施操作。身份认证技术大致分为两个分支：一是身份标识输入，如使用用户名、密码登录的账户模式；二是通过身份标识物，即钥匙、证件等。这两种方式已经被绝大多数人所接受并被广泛使用。但是一些不法之徒通过非法手段获得他人的身份标识后，就可以顺利地通过检测，冒充他人，最终对电网系统造成重大损失。对于这种问题，基于生物特性识别和文本识别的身份认证技术就应运而生。声纹是生物特征的一种，对于人体来说，声纹是长期稳定的特征信号，通过声纹鉴别技术可以区分不同个体。因为每个人的声道和发音器官具有差异，而且身体状况、生活环境等后天的因素都会造成不同的人发出的语音在语谱图上呈现出差异性，因此这种特征具有独特性，利用这一特性，可以使用机器学习本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种应用于电力作业中的声纹识别的方法，其特征在于，所述方法包括：采集电力作业场景中不同人的声纹信息；去除所述声纹信息中的噪声和干扰信息；将去噪后的声纹信息进行非负矩阵分解NMF提取特征；基于NMF处理的声纹信息获取声纹信息的语谱图；对语谱图基于卷积神经网络CNN声纹识别算法处理；基于卷积神经网络训练模型输出声纹识别结果。2.如权利要求1所述的应用于电力作业中的声纹识别的方法，其特征在于，所述去除所述声纹信息中的噪声和干扰信息包括：对采集的声纹信息进行信号离散化处理；基于一阶高频数字滤波器对离散化处理后的声纹信息进行信号放大处理；对信号放大处理后的声纹信息进行信号分段处理。3.如权利要求2所述的应用于电力作业中的声纹识别的方法，其特征在于，所述一阶高频数字滤波器的传递函数H为：其中，H是传递函数，A定义为能量放大的系数，取值范围为0.9<A<1，z代表z变换因子，语音信号经过放大加强后为：其中，是放大后的信号，s(n)和s(n
‑
1)是放大前不同时间段的信号。4.如权利要求3所述的应用于电力作业中的声纹识别的方法，其特征在于，所述对信号放大处理后的声纹信息进行信号分段处理包括：对语音信号进行分段后的表达式如下：s
w
(n)＝s(n)w(n)；其中：w(n)为所用窗函数。5.如权利要求1所述的应用于电力作业中的声纹识别的方法，其特征在于，所述将去噪后的声纹信息进行非负矩阵分解NMF提取特征包括：采用非负矩阵分解NMF提取特征，分解过程如下：其中，Q为原始高维数据矩阵，W为构造第一元素的非负值矩阵...

【专利技术属性】
技术研发人员：朱明增，莫梓樱，覃秋勤，吕鸣，刘小兰，陈极万，韩竞，李和峰，蒋志儒，黄新华，胡凯博，欧健美，温黎明，周素君，马红康，宋嗣皇，梁维，梁朝聪，
申请(专利权)人：广西电网有限责任公司贺州供电局，
类型：发明
国别省市：