[发明专利]一种基于分组统计的HMM声纹识别签到方法及系统

摘要

本发明提出一种基于分组统计的HMM声纹识别签到方法及系统，首先签到客户端采集签到者的声纹信号，对声纹信号依次进行预加重、分帧、加窗和端点检测的预处理并通过网络传输至服务器，然后签到服务器端对声纹信号进行声纹特征参数提取，生成签到者分组特征参数以及生成分组模型的分组特征参数；根据分组模型的每个分组的分组特征参数与签到者声纹的分组特征参数，判断签到者是否为某个分组的成员；最后对签到者的声纹进行判定。本发明能在签到人数量较大的情况下，实现实时、高效的声纹识别签到，减少公用设备的投入，既方便又高效，本发明系统和方法的结合实现了高识别效率、高实时性的声纹识别签到。

主权项

一种基于分组统计的HMM声纹识别签到方法，其特征在于，通过签到客户端采集声纹信号，并通过网络传输至签到服务器进行签到，所述方法包括以下步骤：S1：采集签到者的声纹信号；S2：对声纹信号进行预处理，其预处理过程依次包括预加重、分帧、加窗和端点检测，将预处理后的声纹信号通过网络传输至服务器；S3：对声纹信号进行声纹特征参数提取；S4：生成分组特征参数，包括生成签到者分组特征参数以及生成分组模型的分组特征参数；S5：根据分组模型的每个分组的分组特征参数与签到者声纹的分组特征参数，判断签到者是否为某个分组的成员；S6：对签到者的声纹进行判定；步骤S4中，生成分组特征参数的方法具体包括以下步骤：S4.1：分组集合的生成，包括：(1)将每个签到人的声纹信号特征参数矩阵MK(P,J)按列求平均值，得到一维向量，表示为VK(J)，其中K为签到人编号，P为声纹信号特征参数的值，J为声纹特征参数的阶数；(2)设X＝{V1(J)，V2(J)，...，Vn(J)}，其中n为签到人的个数，对矩阵X使用K均值聚类算法进行m次聚类，设VK(J)在第i次聚类时，被分在第GK(i)组，设GK＝{GK(1)，GK(2)，...，GK(m)}，其中m为聚类次数，K为签到人编码；(3)设GK均值为GMK，方差为GDK，FK＝GMK*GDK，对F使用K均值进行聚类，得出分组集合GNij；S4.2：分组集合的训练，使用分组统计分析算法生成分组模型，依次对每个签到人的样本参数用DTW算法匹配其与分组模型的中心距离，距离最小者为目标分组，然后检验目标分组是否包含输入特征参数所表示的词语，若包含则表示分类正确，若不包含则将该词加入目标分组；S4.3：分组特征参数的生成，包括签到者分组特征参数的生成以及分组模型的分组特征参数的生成；签到者声纹分组特征参数的生成：设签到者的声纹Sk的特征参数矩阵为：Sk(P，J)， 对Sk(P，J)按列求平均值，得到一维向量，可表示为SVk(J)，即为Sk的分组特征参数；分组模型的分组特征参数的生成：设分组模型i的分组特征参数为GFi，结合S4.1中生成的VK(J)和GNij则：