本發(fā)明屬于聲波通訊領(lǐng)域，是一種通過(guò)采集聲譜圖的頻率極值和均值結(jié)合對(duì)聲紋數(shù)據(jù)進(jìn)行初步過(guò)濾的方法。

背景技術(shù)：

聲紋的識(shí)別作為一項(xiàng)可靠的技術(shù)在人們?nèi)粘Ｉ钪邪l(fā)揮越來(lái)越重要的作用。例如可以通過(guò)聲紋識(shí)別犯罪分子，聲紋也可以用來(lái)考勤，門禁出入管理等。

但是都有一個(gè)共同的問(wèn)題，聲紋數(shù)據(jù)采集量大，比對(duì)模型運(yùn)算量大，反應(yīng)速度慢，影響實(shí)際使用中用戶體驗(yàn)。特別是應(yīng)用于廣大民用設(shè)備上的時(shí)候，方便快捷是使用過(guò)程中必須要考慮的問(wèn)題。

目前解決的主要技術(shù)包括：

1、利用一個(gè)人鼻音、帶深呼吸音、沙啞音、笑聲等輔助判斷；

2、利用受社會(huì)經(jīng)濟(jì)狀況、受教育水平、出生地等影響的語(yǔ)義、修辭、發(fā)音、言語(yǔ)習(xí)慣等輔助判斷；

3、利用個(gè)人特點(diǎn)如韻律、節(jié)奏、速度、語(yǔ)調(diào)、音量等特征。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的是提供一種通過(guò)聲譜圖的最高頻率、最低頻率以及頻率均值對(duì)聲紋數(shù)據(jù)進(jìn)行初步過(guò)濾的方法。簡(jiǎn)單易用，初步過(guò)濾快速。所述方法包括：

1、首先將目標(biāo)樣本（說(shuō)話人）的語(yǔ)音生成一個(gè)聲譜圖，記錄說(shuō)話人聲音；

2、將這段語(yǔ)音按照一定時(shí)間段（如0.1秒）進(jìn)行分割，分為很多幀；

2、分析每一幀聲譜圖中最高頻率E1和最低頻率E2和平均頻率E3，并記錄保存；

4、對(duì)測(cè)試樣本中的所有語(yǔ)音進(jìn)行步驟1-3的操作，得到每一幀的最高頻率E1`和最低頻率E2`和平均頻率E3`：

5、計(jì)算測(cè)試樣本和目標(biāo)樣本E1、E2、E3之間的偏差，小于設(shè)定的閾值為合格樣本，不合格的樣本將直接剔除。這樣減少聲紋比對(duì)模型的運(yùn)算量，提高識(shí)別效率。

本發(fā)明提供了一種聲紋識(shí)別的過(guò)濾方法，其創(chuàng)新點(diǎn)包括：

1、提取目標(biāo)樣本聲譜圖的極值和均值數(shù)據(jù)進(jìn)行初步過(guò)濾；

2、分析每一幀聲譜圖中非空最高頻率、最低頻率和頻率均值作為對(duì)比數(shù)據(jù)。

附圖說(shuō)明

圖1 是本發(fā)明目標(biāo)用戶數(shù)據(jù)提取示意圖；

圖2 是本發(fā)明聲譜圖比對(duì)流程示意圖；

圖3 是本發(fā)明目標(biāo)用戶數(shù)據(jù)提取流程圖。

具體實(shí)施方式

結(jié)合附圖給出本發(fā)明的一個(gè)具體實(shí)施例。

本發(fā)明的目的是提供一種通過(guò)提取目標(biāo)用戶聲譜圖中非空的最高頻率、最低頻率和均值，來(lái)進(jìn)行聲紋識(shí)別前的初步篩選，降低聲紋模型的計(jì)算量，提高聲紋識(shí)別效率。

首先，我們警察通過(guò)聲紋識(shí)別的場(chǎng)景。

罪犯張三（目標(biāo)用戶）說(shuō)了一段話，我們通過(guò)錄音設(shè)備記錄下來(lái)，首先形成頻譜圖，然后按照一定時(shí)間段（如0.1秒）進(jìn)行分割，分為很多幀。通過(guò)FFT變換形成聲譜圖。

我們對(duì)每一幀的非空頻率（即這個(gè)頻率段有聲強(qiáng)數(shù)據(jù)），提取其最大頻率、最小頻率，并對(duì)所有非空頻率進(jìn)行平均得到頻率均值。假設(shè)得到的數(shù)據(jù)為：

0-0.1秒這一幀 {最高頻率，最低頻率，均值}為{3500，1200 ，3000}

0.1-0.2秒這一幀 {最高頻率，最低頻率，均值}為{1500，200 ，1000}

…

…

2.9-3.0秒這一幀 {最高頻率，最低頻率，均值}為{4500，2200 ，3000}

將這些數(shù)據(jù)記錄下來(lái)，以備后面的對(duì)比運(yùn)算。

現(xiàn)在有一批犯罪嫌疑人（測(cè)試用戶）的聲音數(shù)據(jù)，我們對(duì)其進(jìn)行FFT變換分別提取每一個(gè)人的最高頻率，最低頻率，均值。

假設(shè)李四的數(shù)據(jù)為：

0-0.1秒這一幀 {最高頻率，最低頻率，均值}為{9500，3200 ，6000}

0.1-0.2秒這一幀 {最高頻率，最低頻率，均值}為{7500，1200 ，3000}

…

…

2.9-3.0秒這一幀 {最高頻率，最低頻率，均值}為{14500，2200 ，9000}

王五的數(shù)據(jù)為：

0-0.1秒這一幀 {最高頻率，最低頻率，均值}為{3700，1100 ，2800}

0.1-0.2秒這一幀 {最高頻率，最低頻率，均值}為{1600，300 ，1000}

…

…

2.9-3.0秒這一幀 {最高頻率，最低頻率，均值}為{4800，2000 ，4000}

計(jì)算犯罪嫌疑人的數(shù)據(jù)和罪犯數(shù)據(jù)的方差，(E1`-E1)<sup>2+</sup>(E2`-E2)²⁺(E3`-E3)²。當(dāng)其值小于設(shè)定值（如10000）為合格數(shù)據(jù)，可以通過(guò)初步篩選。反之，直接排除，不參加后面的聲紋模型識(shí)別。