[发明专利]一种基于仿生模式识别的声纹识别方法

权利要求书

1.一种基于仿生模式识别的声纹识别方法，其特征在于，该方法包括：

构建声纹识别训练集，该声纹识别训练集包含有多个说话人特征子空间，每个说话人特征子空间对应于一个人；

将待测试语音进行特征变换，得到该待测试语音的时序点集，该时序点集包含有多个时序点；

计算该时序点集中各时序点到所述每个说话人特征子空间的距离，并计算该时序点集中各时序点到所述每个说话人特征子空间距离的平均值；以及

确定平均值最小的说话人特征子空间所对应的人为发出测试语音的人；

其中，所述构建声纹识别训练集的步骤包括：针对每一个人，将该人的一段语音以一定的窗长用窗移的方式取出，成为高维空间点；提取该高维空间点的特征系数，得到语音的时序点集，根据得到的时序点集构建说话人特征子空间；将多个说话人特征子空间组合在一起，形成声纹识别训练集；

所述根据得到的时序点集构建说话人特征子空间的步骤包括：按照时序点的编号，相邻编号的三个点分别作为三角形的顶点，时序点集就被串成一个由三角形构成的带状子空间，该带状子空间即为说话人特征子空间；

并且，所述时序点到所述说话人特征子空间的距离的定义为，该时序点到该说话人特征子空间的带状子空间的所有三角形的最短距离。

2.根据权利要求1所述的基于仿生模式识别的声纹识别方法，其特征在于，所述高维空间点的形成过程包括：

将采入的语音按照20ms一帧，10ms帧移分割成小帧，按照时间先后顺序对小帧编号，求每帧0.64kHz至2.8kHz之间的频谱能量，判断每帧是否存在语音，对存在语音的帧作美倒谱MFCC变换，留n个系数，n为自然数。

3.根据权利要求2所述的基于仿生模式识别的声纹识别方法，其特征在于，所述n等于12，所述高维空间点的形成过程具体包括：

将语音分割的窗长为210ms，窗移为20ms，窗长内不存在无语音段；对窗口内的语音以20ms一帧，10ms帧移作美倒谱变换，每帧取12个系数，最后每个窗口的语音变换成12×20＝240维的一个点。

4.根据权利要求2所述的基于仿生模式识别的声纹识别方法，其特征在于，所述提取该高维空间点的特征系数，得到语音的时序点集具体包括：

将相邻m个序号内都存在语音的帧系数，按照序号顺序组合得到n×m个系数，即n×m维的一个点；依据时间顺序，整段语音可以得到一个时序点集X{x₁，x₂，x₃，…，x_t}，m为自然数，t为自然数。

5.根据权利要求4所述的基于仿生模式识别的声纹识别方法，其特征在于，所述m等于20；n×m等于240。