一種用于智能機(jī)器人的聲音識(shí)別方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本申請(qǐng)涉及智能機(jī)器人技術(shù)領(lǐng)域，尤其涉及一種用于智能機(jī)器人的聲音識(shí)別方法 及系統(tǒng)。
【背景技術(shù)】
[0002] 隨著信息技術(shù)的飛速發(fā)展，特別是Internet的發(fā)展，數(shù)據(jù)信息化的不斷深入。越 來(lái)越多的事務(wù)，可以通過(guò)智能機(jī)器人來(lái)辦理，例如：在公共安全領(lǐng)域的用于智能門禁、智能 視頻監(jiān)控、公安布控、海關(guān)身份驗(yàn)證、實(shí)際駕照驗(yàn)證等的智能機(jī)器人；在民事和經(jīng)濟(jì)領(lǐng)域，對(duì) 各類銀行卡、金融卡、信用卡、存蓄卡的持卡人進(jìn)行身份驗(yàn)證的智能機(jī)器人。為了信息安全， 辦理業(yè)務(wù)之前通常需要通過(guò)驗(yàn)證人員身份后，智能機(jī)器人才能為其辦理所請(qǐng)求的業(yè)務(wù)。
[0003] 傳統(tǒng)的身份驗(yàn)證方法是根據(jù)預(yù)先設(shè)置的密碼或特定的身份標(biāo)識(shí)物，如：證件，來(lái)鑒 別不同用戶。這種方法存在明顯的缺點(diǎn)，如：個(gè)人的身份標(biāo)識(shí)物容易丟失或被偽造，密碼容 易遺忘或者被破譯。更為嚴(yán)重的是，這些系統(tǒng)無(wú)法區(qū)分真正的擁有者和取得身份標(biāo)識(shí)物的 冒充者。為了克服傳統(tǒng)身份驗(yàn)證的缺陷，結(jié)合人類鑒別不同個(gè)體的方法和特點(diǎn)以及人類自 身的一些生理和行為特征，如：聲音、面容、指紋等，其中指紋也容易被竊取后套模。
[0004] 其中，通過(guò)聲音來(lái)鑒別人員的身份，在接收聲音輸入時(shí)，周圍環(huán)境噪音會(huì)影響對(duì)于 聲音鑒別的準(zhǔn)確性。如何解決環(huán)境噪音對(duì)于聲音識(shí)別的影響是亟待解決的一個(gè)問(wèn)題。

【發(fā)明內(nèi)容】

[0005] 有鑒于此，本申請(qǐng)?zhí)峁┮环N用于智能機(jī)器人的聲音識(shí)別方法及系統(tǒng)，其能避免環(huán) 境因素而降低聲音識(shí)別準(zhǔn)確率的問(wèn)題，使得智能機(jī)器人能以高準(zhǔn)確率地進(jìn)行人員身份鑒 別。
[0006] 本申請(qǐng)?zhí)峁┮环N用于只能機(jī)器人的聲音識(shí)別方法，所述方法包括步驟：
[0007] 步驟一，建立聲音識(shí)別數(shù)據(jù)庫(kù)；
[0008] 步驟二，輸入待鑒別的聲音；
[0009] 步驟三，計(jì)算輸入聲音的特征向量；
[0010] 步驟四，進(jìn)行身份鑒定；
[0011] 步驟五，輸出身份鑒別結(jié)果。
[0012] 根據(jù)在本申請(qǐng)一具體實(shí)施例中，所述建立聲音識(shí)別數(shù)據(jù)庫(kù)包括：采集所有人的可 靠聲音、可靠聲音的特征提取以及在數(shù)據(jù)庫(kù)中記錄聲音特征信息。
[0013] 根據(jù)在本申請(qǐng)一具體實(shí)施例中，所述可靠聲音的特征提取包括：
[0014] (1)將所述可靠聲音對(duì)應(yīng)的音頻信號(hào)x(i)劃分成一系列連續(xù)的幀，對(duì)每幀信號(hào)做 傅里葉變換；
[0015] (2)使用濾波器對(duì)音頻信號(hào)進(jìn)行處理，并移除所述音頻信號(hào)的中間偏差；
[0016] (3)對(duì)所有濾波器輸出的音頻信號(hào)數(shù)據(jù)做非線性冪函數(shù)運(yùn)算；
[0017] (4)對(duì)所述非線性冪函數(shù)運(yùn)算結(jié)果進(jìn)一步做離散余弦變換后得到聲音特征參數(shù)。
[0018] 根據(jù)在本申請(qǐng)一具體實(shí)施例中，所述濾波器中使用的濾波函數(shù)為filter(t)= Bntn-V2nBtC〇S(2 3ifQt+0)U(t))，其中：參數(shù)0為濾波器的初始相位，n為濾波器的階數(shù)； 當(dāng)t< 0 時(shí)，u(t) = 0,當(dāng)t> 0 時(shí)，u(t) = 1;B= 1. 019*ERB(f0)，ERB(f0)為濾波器的等 價(jià)矩形帶寬，與濾波器中心頻率fQ的關(guān)系為：ERB(fQ) = 24. 7+0. 108f。。
[0019] 根據(jù)在本申請(qǐng)一具體實(shí)施例中，所述移除音頻信號(hào)的中間偏差包括：
[0020] (1)在音頻信號(hào)分幀后，把7個(gè)幀組成一個(gè)分段；
[0021] (2)使用26. 5ms作為海明窗口，重疊幀長(zhǎng)為10ms，每幀的中間量Q(i，j)通過(guò)計(jì)算 段內(nèi)幀能量P(i，j)的平均值得到：
[0022]
【主權(quán)項(xiàng)】
1. 一種用于智能機(jī)器人的聲音識(shí)別方法，所述方法包括： 步驟一，建立聲音識(shí)別數(shù)據(jù)庫(kù)； 步驟二，輸入待鑒別的聲音； 步驟三，計(jì)算輸入聲音的特征向量； 步驟四，進(jìn)行身份鑒定； 步驟五，輸出身份鑒別結(jié)果。
2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述建立聲音識(shí)別數(shù)據(jù)庫(kù)包括：采集所有 人的可靠聲音、可靠聲音的特征提取以及在數(shù)據(jù)庫(kù)中記錄聲音特征信息。
3. 根據(jù)權(quán)利要求2所述的方法，其特征在于，其特征在于所述可靠聲音的特征提取包 括： (1) 將所述可靠聲音對(duì)應(yīng)的音頻信號(hào)x(i)劃分成一系列連續(xù)的幀，對(duì)每幀信號(hào)做傅里 葉變換； (2) 使用濾波器對(duì)音頻信號(hào)進(jìn)行處理，并移除所述音頻信號(hào)的中間偏差； (3) 對(duì)所有濾波器輸出的音頻信號(hào)數(shù)據(jù)做非線性冪函數(shù)運(yùn)算； (4) 對(duì)所述非線性冪函數(shù)運(yùn)算結(jié)果進(jìn)一步做離散余弦變換后得到聲音特征參數(shù)。
4. 根據(jù)權(quán)利要求3所述的方法，其特征在于，所述濾波器中使用的濾波函數(shù)為 filter(t) zBUj^cosOjif^t+eha))，其中：參數(shù)Θ為濾波器的初始相位，n為濾 波器的階數(shù)；當(dāng) t < 0 時(shí)，u(t) = 0,當(dāng) t > 0 時(shí)，u(t) = I ;B = I. 019*ERB(fQ)，ERB(f。） 為濾波器的等價(jià)矩形帶寬，與濾波器中心頻率fQ的關(guān)系為：ERB (fQ) = 24. 7+0. 108f。。
5. 根據(jù)權(quán)利要求4所述的方法，其特征在于，所述移除音頻信號(hào)的中間偏差包括： (1) 在音頻信號(hào)分幀后，把7個(gè)幀組成一個(gè)分段； (2) 使用26. 5ms作為海明窗口，重疊幀長(zhǎng)為10ms，每幀的中間量Q (i，j)通過(guò)計(jì)算段內(nèi) 幀能量P (i，j)的平均值得到：
公式（3)中M = 3, i為頻道序號(hào)，j為所求幀的序列，j'為所求分段中各幀的序列； (3) 在噪聲能量去除過(guò)程中，使用算術(shù)平均值與幾何平均值的比值（AM/GM)可以表示 聲音信號(hào)被腐蝕的程度，對(duì)上述比率求對(duì)數(shù)后得到：
公式⑷中z為平面系數(shù)，J為幀的序列總數(shù)； (4) B(i)是背景噪聲引起的偏差，i表示頻道序列，移除偏差后的中間量Q'（i，j|B(i)) 為：Q' (i，j |B(i)) = max(Q(i，j)-B(i)，l(T3Q(i，j)) 公式（5)而得到：
(5) 對(duì)于公式（6)，當(dāng)噪聲情況下AM/GM的比值最接近原聲信號(hào)的AM/GM值時(shí)，可以求 得B (i)的估計(jì)值為： Br ⑴=min{B(i) |G， （i | B (i))彡 Gc (i)} 公式（7) 其中，GJi)表示G(i)在原聲信號(hào)中的對(duì)應(yīng)值，對(duì)每個(gè)頻道計(jì)算公式（7)后得到，對(duì)于 每個(gè)時(shí)頻BIN信號(hào)（i，j)，噪聲移除的比率為：
(6) 為了平滑計(jì)算，對(duì)頻道i-N至i+N的噪聲移除比率取平均值，調(diào)整后最終的函數(shù)為：
(7) 使用公式（10)對(duì)濾波器中所有音頻信號(hào)進(jìn)行處理，移除中間偏差后作為濾波器的 輸出。
6. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述計(jì)算輸入聲音的特征向量包括： (1) 將所述輸入聲音對(duì)應(yīng)的音頻信號(hào)x(i)劃分成一系列連續(xù)的幀，對(duì)每幀信號(hào)做傅里 葉變換； (2) 使用濾波器對(duì)音頻信號(hào)進(jìn)行處理，并移除所述音頻信號(hào)的中間偏差； (3) 對(duì)所有濾波器輸出的音頻信號(hào)數(shù)據(jù)做非線性冪函數(shù)運(yùn)算； (4) 對(duì)所述非線性冪函數(shù)運(yùn)算結(jié)果進(jìn)一步做離散余弦變換后得到聲音特征參數(shù)。
7. 根據(jù)權(quán)利要求6所述的方法，其特征在于，所述移除音頻信號(hào)的中間偏差包括： (1) 在音頻信號(hào)分幀后，把7個(gè)幀組成一個(gè)分段； (2) 使用26. 5ms作為海明窗口，