[发明专利]声纹识别方法、系统、移动终端及存储介质

权利要求书

1.一种声纹识别方法，其特征在于，所述方法包括：

获取训练集，对所述训练集进行小波去噪处理，并将去噪后的所述训练集输入模型训练池进行计算，以求解得到模型参数；

根据所述模型参数对声纹模型进行模型参数设置；

获取待测语音，对所述待测语音进行所述小波去噪处理，并对去噪后的所述待测语音进行特征提取，以得到语音特征；

将所述语音特征输入所述声纹模型，并控制所述声纹模型对所述语音特征进行声纹匹配，以得到声纹识别结果；

所述对所述训练集进行小波去噪处理的步骤包括：

对所述训练集中的每个子集分别进行小波分解，以得到多个小波信号；

根据多个不同的预设频段对所述小波信号进行分类；

分别查询每个所述预设频段对应的去噪方式，并根据所述去噪方式对对应所述预设频段内的所述小波信号进行自适应去噪；

在每个所述预设频段中对自适应去噪后所述小波信号进行小波重构，并根据重构结果输出每个所述预设频段的小波重构信号；

将所述小波重构信号输入预设滤波器，以得到样本声纹特征。

2.如权利要求1所述的声纹识别方法，其特征在于，所述在每个所述预设频段中对自适应去噪后所述小波信号进行小波重构的步骤之前，所述方法还包括：

对各个所述预设频段中所述小波信号的小波系数进行加权处理。

3.如权利要求1所述的声纹识别方法，其特征在于，所述控制所述声纹模型对所述语音特征进行声纹匹配的步骤包括：

对所述语音特征进行向量转换，以得到特征向量；

将所述特征向量与本地预存储的声纹库中的样本向量依序进行比对，以得到多个比对值；

获取所述比对值中的最大值，并判断所述最大值是否大于或等于比对阈值；

当判断到所述最大值大于或等于所述比对阈值时，获取所述最大值对应的所述样本向量的用户标识，并将所述用户标识进行输出；

当判断到所述最大值小于所述比对阈值时，发出声纹识别错误提示。

4.如权利要求3所述的声纹识别方法，其特征在于，所述特征向量与所述样本向量之间所采用的比对公式为欧式距离公式，所述欧式距离公式为：

5.如权利要求1所述的声纹识别方法，其特征在于，所述小波分解所采用的实部分量计算公式为：

所述小波分解所采用的虚部分量计算公式为：

6.如权利要求1所述的声纹识别方法，其特征在于，所述小波重构所采用的递推公式为：

7.一种声纹识别系统，其特征在于，所述系统包括：

模型参数求解模块，用于获取训练集，对所述训练集进行小波去噪处理，并将去噪后的所述训练集输入模型训练池进行计算，以求解得到模型参数；

模型训练模块，用于根据所述模型参数对声纹模型进行模型参数设置；

特征提取模块，用于获取待测语音，对所述待测语音进行所述小波去噪处理，并对去噪后的所述待测语音进行特征提取，以得到语音特征；

声纹匹配模块，用于将所述语音特征输入所述声纹模型，并控制所述声纹模型对所述语音特征进行声纹匹配，以得到声纹识别结果；

所述模型参数求解模块还用于：对所述训练集中的每个子集分别进行小波分解，以得到多个小波信号；

根据多个不同的预设频段对所述小波信号进行分类；

分别查询每个所述预设频段对应的去噪方式，并根据所述去噪方式对对应所述预设频段内的所述小波信号进行自适应去噪；

在每个所述预设频段中对自适应去噪后所述小波信号进行小波重构，并根据重构结果输出每个所述预设频段的小波重构信号；

将所述小波重构信号输入预设滤波器，以得到样本声纹特征。

8.一种移动终端，其特征在于，包括存储设备以及处理器，所述存储设备用于存储计算机程序，所述处理器运行所述计算机程序以使所述移动终端执行根据权利要求1至6任一项所述的声纹识别方法。

9.一种存储介质，其特征在于，其存储有权利要求8所述的移动终端中所使用的计算机程序，该计算机程序被处理器执行时实现权利要求1至6任一项所述的声纹识别方法的步骤。