【技术实现步骤摘要】
本专利技术涉及声纹识别，具体涉及一种声纹匹配方法。
技术介绍
1、随着信息技术的飞速发展，声纹识别作为一种便捷、高效的身份认证方式，在众多领域得到了广泛应用，如安防监控、金融交易、智能家居等。然而，现有的声纹匹配方法在复杂环境下的准确性和鲁棒性仍有待提高。例如，当存在背景噪声干扰以及录音设备差异等情况时，声纹匹配的准确率可能会显著下降，无法满足实际应用中对高精度身份认证的需求。难以在具有噪声的环境条件下构建声纹降噪模型对收集到的声纹进行降噪处理生成干净的声纹样本，也难以提取时域和频域多种特征，并与对应的权重系数相加得到融合时域特征值和融合频域特征值，缺少将融合时域特征值和融合频域特征值作为特征向量构建声纹特征融合模型库，并采用余弦相似度计算注册声纹和待验证声纹的相似度进行判断声纹是否匹配成功。
技术实现思路
1、本专利技术旨在至少解决现有技术中存在的技术问题之一；为此，本专利技术提出了一种声纹匹配方法，用于解决以下技术问题：
2、难以在具有噪声的环境条件下构建声纹降噪模型对收集...
【技术保护点】
1.一种声纹匹配方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种声纹匹配方法，其特征在于，所述步骤S1，包括以下步骤：
3.根据权利要求2所述的一种声纹匹配方法，其特征在于，所述声纹降噪模型，包括以下步骤：
4.根据权利要求3所述的一种声纹匹配方法，其特征在于，所述计算原始声纹信号与降噪后声纹信号之间的均方根误差，包括以下步骤：
5.根据权利要求1所述的一种声纹匹配方法，其特征在于，所述提取短时能量、短时平均幅度和短时过零率，构建权重向量与时域特征进行融合得到融合时域特征值，包括以下步骤：
6....
【技术特征摘要】
1.一种声纹匹配方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种声纹匹配方法，其特征在于，所述步骤s1，包括以下步骤：
3.根据权利要求2所述的一种声纹匹配方法，其特征在于，所述声纹降噪模型，包括以下步骤：
4.根据权利要求3所述的一种声纹匹配方法，其特征在于，所述计算原始声纹信号与降噪后声纹信号之间的均方根误差，包括以下步骤：
5.根据权利要求1所述的一种声纹匹配方法，其特征在于，所述提...
【专利技术属性】
技术研发人员：宫汶政，刘安琪，裴阳木子，曹艺婷，郑梦旭，宋丞烨，杨国涛，高博，
申请(专利权)人：吉林大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。