[发明专利]一种与说话内容无关的声纹鉴别认证方法

权利要求书

1.一种与说话内容无关的声纹鉴别认证方法，其特征在于该方法包括以下步骤：

(1)从大量说话人的声纹信号中提取声纹特征信息，形成背景特征矢量序列；

(2)将背景特征矢量序列做规整处理，如去均值处(CMS)、短时高斯化(ShortTime Gausianization)、特征映射(Feature Mapping)等；

(3)将规整处理后的背景特征矢量序列通过特征分解技术，如主分量分析(PCA)、核-主分量分析(KPCA)、线性分量分析(LDA)、异质线性分量分析(HLDA)等，得到区分性分析矩阵和降维的最终的背景特征矢量序列；

(4)将最终的背景特征矢量序列聚类成M类高斯混合空间背景模型；

(5)从大量不同信道、不同说话人的语音信号中提取声纹特征信息，形成信道背景特征矢量序列，并将该特征矢量序列做规整处理及区分性处理，再通过因子分析技术得到信道信息背景矩阵；

(6)从样本说话人语音信号中提取其声纹特征信息，形成样本特征矢量序列，并通过规整处理、区分性处理得到最终样本特征矢量序列；

(7)将样本特征矢量序列通过自适应模型调整方法从高斯混合空间背景模型调整为含有其个性信息的样本说话人模型；

(8)从检材说话人语音信号中提取其声纹特征信息，形成检材特征矢量序列，并通过规整处理、区分性处理得到最终检材特征矢量序列；

(9)将最终检材特征矢量序列通过信道背景矩阵和样本说话人模型，调整为符合样本信道特性的特征矢量序列；

(10)计算调整后的检材特征矢量序列与样本说话人模型、背景模型的平均似然比得分的差，作为结果得分；

(11)将结果得分通过分数投影方法映射成为概率分数作为最终鉴别结果返回；

2.如权力要求1所述方法，其特征在于步骤(2)、(5)、(6)、(7)、(8)中的特征规整处理，以短时高斯化为例，该方法包括以下步骤：

(1)建立长度为N的高斯表；

(2)对每一维特征取长度为N的特征矢量序列，计算N/2处特征值的排序值，按照排序值查找高斯表中的值作为新特征值；

(3)移动到下一个长度为N的特征矢量序列(每次移动1帧)，重复步骤(2)，直到所有特征矢量序列完成高斯化处理；

3.如权力要求1所述方法，其特征在于步骤(3)中特征分解技术，以异质线性分量分析及其相应特征矢量序列处理方法为例，该方法包括以下步骤：

(1)将背景特征矢量序列聚类成M类，并记录每帧特征所属类别；

(2)通过背景特征矢量序列和分类结果，计算类内矩阵W，和类间矩阵B；

(3)利用公式：求解使得类内矩阵差异最小，类间矩阵差异最大的特征矩阵

(4)在求解样本和检材特征后，经过特征规整处理，然后均乘以该矩阵，得到最终特征矢量序列；

4.如权力要求1所述方法，其特征在于步骤(5)、(9)中因子分析技术，该方法包括以下步骤：

(1)提取出大量不同信道、不同说话人的声纹信息特征，使用模型自适应方法(如MAP)将每个人在每个信道下的特征通过背景模型调整成个人模型(只需要均值向量)；

(2)提取出所有人所有信道下的模型均值，组成超向量矩阵S，计算其特征向量矩阵V；

(3)通过自适应模型调整方法从背景模型训练出样本的个人模型；

(4)将提取的样本声纹特征，通过特征向量矩阵V，使用ML或MAP准则，训练出符合样本信道信息的信道补偿因子；

(5)对提取出的检材声纹特征做信道信息补偿处理；

5.如权力要求1所述方法，其特征在于步骤(11)中分数的非线性投影技术，该方法包括以下步骤：

(1)通过背景模型训练集外大量语音数据测试，得到两类错误率(错误接受率和错误拒绝率)的统计规律；

(2)设计一种非线性弯折函数，依据(1)中得到的统计规律设计函数参数；

(3)将得到的似然得分通过弯折函数，得到相似性得分。