專利名稱：基于語音短命令和聲紋技術(shù)解除手機鎖屏的方法
基于語音短命令和聲紋技術(shù)解除手機鎖屏的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種基于語音短命令和聲紋技術(shù)解除手機鎖屏的方法。
背景技術(shù)：
現(xiàn)有手機大都是通過觸摸動作，光照判斷，密碼保護等技術(shù)達(dá)到解除鎖屏狀態(tài)的目的。采用觸摸動作，光照判斷等技術(shù)解除手機鎖屏，手機不具有安全性，任何人都可以解 鎖手機，而采用密碼保護的方式解除手機鎖屏，雖然可以防止其他非授權(quán)用戶使用手機，但操作時不夠方便快捷。公開號為102148899A，
公開日為2011-8-10的發(fā)明專利，是將用戶輸入指令波形與手機系統(tǒng)已有解鎖聲音指令的波形(也就是時域信號)進行比對，判斷是否吻合來決定是否解鎖，通過比對波形得到吻合或者為80% -100%吻合，這是不可能實現(xiàn)的，因為同一個人在不同時刻講述相同的一個詞或者一句話，其波形差異也很大，因此，該發(fā)明不具備可實施性。

發(fā)明內(nèi)容本發(fā)明要解決的技術(shù)問題，在于提供一種基于語音短命令和聲紋技術(shù)解除手機鎖屏的方法，既方便快捷又保證了手機使用的安全性，在此基礎(chǔ)上對差異值的計算進行了規(guī)定，引入分幀加窗，MFCC系數(shù)計算和矢量量化處理技術(shù)，使用戶的聲音特性能夠更準(zhǔn)確的提取和比較，提高了便捷性和安全性上的用戶體驗。本發(fā)明通過以下兩種技術(shù)方案來解決上述技術(shù)問題的方案一一種基于語音短命令和聲紋技術(shù)解除手機鎖屏的方法，包括預(yù)置階段和解鎖階段，所述預(yù)置階段包括如下步驟步驟I、用戶輸入預(yù)置語音口令，所述語音口令在手機中的保存形式為時域信號；步驟2、將保存形式為時域信號的所述預(yù)置語音口令的音頻數(shù)據(jù)執(zhí)行快速傅立葉變換，將所述預(yù)置語音口令的音頻數(shù)據(jù)變換成預(yù)置語音口令的頻域信號；步驟3、在用戶手機系統(tǒng)中提供一默認(rèn)的通過閾值或由用戶設(shè)定一通過閾值；所述解鎖階段包括如下步驟步驟4、用戶輸入解鎖語音口令，所述語音口令在手機中的保存形式為時域信號；步驟5、將保存形式為時域信號的所述解鎖語音口令的音頻數(shù)據(jù)執(zhí)行快速傅里葉變換，所述解鎖語音口令的音頻數(shù)據(jù)變換成解鎖語音口令的頻域信號譜；步驟6、計算所述解鎖語音口令頻域信號與所述預(yù)置語音口令頻域信號的差異值；步驟7、判斷所述差異值是否小于所述通過閾值，如果是，則解除手機鎖屏狀態(tài)，如果否，則提示解鎖失敗。進一步地，所述差異值通過求歐氏距離獲得。方案二 一種基于語音短命令和聲紋技術(shù)解除手機鎖屏的方法，包括預(yù)置階段和解鎖階段，所述預(yù)置階段包括如下步驟步驟10、用戶輸入預(yù)置語音口令，所述預(yù)置語音口令在手機中的保存形式為時域信號;步驟11、將保存形式為時域信號的所述預(yù)置語音口令的音頻數(shù)據(jù)進行分幀加窗處理，并計算預(yù)置語音口令的幀數(shù)量N ；步驟12、對每一幀預(yù)置語音口令執(zhí)行快速傅里葉變換，每一幀預(yù)置語音口令對應(yīng)變換成一預(yù)置語音口令的頻域信號；步驟13、用X個Mel頻標(biāo)上線性分布的三角窗濾波器，對各預(yù)置語音口令的頻域信號依次濾波，濾波后，每一預(yù)置語音口令的頻域信號均獲得對應(yīng)的X個能量值；所述X為自 然數(shù)，I彡X彡128 ;步驟14、對前Y1幀預(yù)置語音口令中每一幀預(yù)置語音口令對應(yīng)的X個能量值求預(yù)置語音口令的噪聲能量均值，所述Y1為自然數(shù)，I ^ Y1 ^ N ;所述求預(yù)置語音口令噪聲能量均值的過程具體為將第一幀預(yù)置語音口令對應(yīng)的X個能量值至第Y1幀預(yù)置語音口令對應(yīng)的X個能量值分別求算數(shù)平均值，得到預(yù)置語音口令的X個噪聲能量均值，所述算術(shù)平均值的求解過程具體為即先對第一幀預(yù)置語音口令對應(yīng)的第一個能量值至第Y1幀預(yù)置語音口令對應(yīng)的第一個能量值求算數(shù)平均值，得到預(yù)置語音口令的第一個噪聲能量均值，而后依次類推求算數(shù)平均值，完成后共得到預(yù)置語音口令的Y1個噪聲能量均值；步驟15、在剩余的N-Y1幀預(yù)置語音口令中，每一幀預(yù)置語音口令對應(yīng)的X個能量值均分別相對應(yīng)地減去預(yù)置語音口令的X個噪聲能量均值，每一幀預(yù)置語音口令均獲得與之對應(yīng)的X個降噪能量值；所述N-Y1是指將N幀的預(yù)置語音口令去掉用于求噪聲能量均值的第一幀至第Y1幀預(yù)置語音口令；步驟16、對剩余N-Y1幀預(yù)置語音口令中每一幀預(yù)置語音口令對應(yīng)的X個降噪能量值進行離散余弦變換，共獲得預(yù)置語音口令的N-Y1個Z維MFCC系數(shù)；所述Z為自然數(shù)，I彡Z彡128 ;步驟17、對獲得的預(yù)置語音口令的N-Y1個Z維MFCC系數(shù)進行矢量量化，設(shè)置量化碼本的長度為K，K為自然數(shù)，且I < K < 128 ;則獲得一量化碼本，該量化碼本由K個Z維MFCC組成；步驟18、在用戶手機系統(tǒng)提供一默認(rèn)的通過閾值或由用戶設(shè)定一通過閾值；所述解鎖階段包括如下步驟步驟20、用戶輸入解鎖語音口令；所述解鎖語音口令在手機中的保存形式為時域
信號;步驟21、將保存形式為時域信號的所述解鎖語音口令的音頻數(shù)據(jù)進行分幀加窗處理，并計算解鎖語音口令的幀數(shù)量M ;步驟22、對每一幀解鎖語音口令執(zhí)行快速傅里葉變換，每一幀解鎖語音口令對應(yīng)變換成一解鎖語音口令的頻域信號；步驟23、用所述三角窗濾波器對各解鎖語音口令的頻域信號依次濾波，濾波后，每一解鎖語音口令的頻域信號均獲得對應(yīng)的解鎖語音口令的X個能量值； 步驟24、對前Y2幀解鎖語音口令中每一幀解鎖語音口令對應(yīng)的X個能量值求解鎖語音口令的噪聲能量均值，所述求解鎖語音口令噪聲能量均值的過程具體為將第一幀解鎖語音口令對應(yīng)的X個解鎖語音 口令的能量值至第Y2幀解鎖語音口令對應(yīng)的X個能量值分別求算數(shù)平均值，得到解鎖語音口令的X個噪聲能量均值，所述算數(shù)平均值的求解過程具體為即先對第一幀解鎖語音口令對應(yīng)的第一個能量值至第Y2幀解鎖語音口令對應(yīng)的第一個能量值求算數(shù)平均值，得到解鎖語音口令的第一個噪聲能量均值，而后依次類推求算數(shù)平均值，完成后共得到X個解鎖語音口令的噪聲能量均值；步驟25、在剩余的M-Y2幀解鎖語音口令中，每一幀解鎖語音口令對應(yīng)的X個能量均值分別相對應(yīng)地減去解鎖語音口令的X個噪聲能量均值，每一幀解鎖語音口令均獲得與之對應(yīng)的X個降噪能量值；所述M-Y2是指將M幀的解鎖語音口令去掉用于求噪聲能量均值的第一幀至第Y2幀解鎖語音口令；步驟26、對剩余M-Y2幀解鎖語音口令中每一幀解鎖語音口令對應(yīng)的X個降噪能量值進行離散余弦變換，共獲得解鎖語音口令的M-Y2個Z維MFCC系數(shù)；步驟27、將解鎖語音口令的每個Z維MFCC系數(shù)分別與所述預(yù)置語音口令的量化碼本進行——比對，解鎖語音口令共M-Y2個Z維MFCC系數(shù)，則比對M-Y2輪，由于該量化碼本由K個Z維MFCC組成，每一輪比對，均獲得K個距離值，并選取其中的最小距離值，即每一輪比對獲得一個最小距離值，全部比對完，共獲得M-Y2個最小距離值,將M-Y2個最小距離值求和并除以M-Y2，得到平均最小距離；所述比對為求歐氏距離；步驟28、判斷所述平均最小距離是否小于所述通過閾值，如果是，則解除手機鎖屏狀態(tài)，如果否，則提示解鎖失敗。進一步地，步驟11中，通過公式N = (1^-20)/10+1向下取整求得所述預(yù)置語音口令的幀數(shù)量N，其中，公式中L1表示所述預(yù)置語音口令的音頻時長，L1的單位為毫秒，公式中的20表示幀長度為20毫秒，公式中的10表示幀疊加為10毫秒。進一步地，步驟21中，通過公式M= (L2-20)/10+l向下取整求得所述解鎖語音口令的幀數(shù)量M，其中，公式中L2表示所述解鎖語音口令的音頻時長，L2的單位為毫秒，公式中的20表示幀長度為20毫秒，公式中的10表示幀疊加為10毫秒。進一步地，輸入所述預(yù)置語音口令和所述解鎖語音口令時，對所述預(yù)置語音口令和所述解鎖語音口令的信號采樣率均為16000Hz。進一步地，所述三角窗濾波器的Mel頻標(biāo)的個數(shù)24 < X < 39。進一步地，所述三角窗濾波器是用24個Mel頻標(biāo)上線性分布的三角窗濾波器，即X = 24，所述三角窗濾波器的中心頻率分別為100，200，300，400，500，600，700，800，900，1000，1149，1320，1516，1741，2000，2297，2639，3031，3482，4000，4595，5278，6063，6964，帶寬為100,100，100，100，100，100，100，100，100，124，160，184，211，242，278，320，367，422，484，556，639，734，843，969，以上數(shù)值單位均為 Hz。進一步地，所述三角窗濾波器是用39個Mel頻標(biāo)上線性分布的三角窗濾波器，即X = 39，所述三角窗濾波器的中心頻率分別% :50,100,150，200，260，320，390，460，530，610，700，790，890，990，1100，1210，1340，1480，1610，1770，1930，2100，2280，2480，2680，2900，3140，3380，3650，3930，4230，4560，4900，5260，5650，6060，6500，6970，7470，帶寬為100，100，100，120，127，127，148，148，148，169，190，190，233，233，254，254，296，296，275，339，339，360，381，424，424，466，508，508，572，593，636，699，720，763，826，869，932，996，1060，以上數(shù)值單位均為Hz。
進一步地，所述離散余弦變換的計算公式是
權(quán)利要求
1.ー種基于語音短命令和聲紋技術(shù)解除手機鎖屏的方法，其特征在于包括預(yù)置階段和解鎖階段，所述預(yù)置階段包括如下步驟 步驟I、用戶輸入預(yù)置語音ロ令，所述語音ロ令在手機中的保存形式為時域信號； 步驟2、將保存形式為時域信號的所述預(yù)置語音ロ令的音頻數(shù)據(jù)執(zhí)行快速傅立葉變換，將所述預(yù)置語音ロ令的音頻數(shù)據(jù)變換成預(yù)置語音ロ令的頻域信號； 步驟3、在用戶手機系統(tǒng)中提供一默認(rèn)的通過閾值或由用戶設(shè)定一通過閾值； 所述解鎖階段包括如下步驟 步驟4、用戶輸入解鎖語音ロ令，所述語音ロ令在手機中的保存形式為時域信號； 步驟5、將保存形式為時域信號的所述解鎖語音ロ令的音頻數(shù)據(jù)執(zhí)行快速傅里葉變換，所述解鎖語音ロ令的音頻數(shù)據(jù)變換成解鎖語音ロ令的頻域信號譜； 步驟6、計算所述解鎖語音ロ令頻域信號與所述預(yù)置語音ロ令頻域信號的差異值； 步驟7、判斷所述差異值是否小于所述通過閾值，如果是，則解除手機鎖屏狀態(tài)，如果否，則提示解鎖失敗。
2.根據(jù)權(quán)利要求I所述的基于語音短命令和聲紋技術(shù)解除手機鎖屏的方法，其特征在于所述差異值通過求歐氏距離獲得。
3.ー種基于語音短命令和聲紋技術(shù)解除手機鎖屏的方法，其特征在于包括預(yù)置階段和解鎖階段，所述預(yù)置階段包括如下步驟 步驟10、用戶輸入預(yù)置語音ロ令，所述預(yù)置語音ロ令在手機中的保存形式為時域信號; 步驟11、將保存形式為時域信號的所述預(yù)置語音ロ令的音頻數(shù)據(jù)進行分幀加窗處理，并計算預(yù)置語音ロ令的幀數(shù)量N ； 步驟12、對每ー幀預(yù)置語音ロ令執(zhí)行快速傅里葉變換，每ー幀預(yù)置語音ロ令對應(yīng)變換成一預(yù)置語音ロ令的頻域信號； 步驟13、用X個Mel頻標(biāo)上線性分布的三角窗濾波器，對各預(yù)置語音ロ令的頻域信號依次濾波，濾波后，每ー預(yù)置語音ロ令的頻域信號均獲得對應(yīng)的X個能量值；所述X為自然數(shù)，I彡X彡128 ; 步驟14、對前Y1幀預(yù)置語音ロ令中每ー幀預(yù)置語音ロ令對應(yīng)的X個能量值求預(yù)置語音ロ令的噪聲能量均值，所述Y1為自然數(shù)，I ^ Y1 ^ N ;所述求預(yù)置語音ロ令噪聲能量均值的過程具體為將第一幀預(yù)置語音ロ令對應(yīng)的X個能量值至第Y1幀預(yù)置語音ロ令對應(yīng)的X個能量值分別求算數(shù)平均值，得到預(yù)置語音ロ令的X個噪聲能量均值，所述算術(shù)平均值的求解過程具體為即先對第一幀預(yù)置語音ロ令對應(yīng)的第一個能量值至第Y1幀預(yù)置語音ロ令對應(yīng)的第一個能量值求算數(shù)平均值，得到預(yù)置語音ロ令的第一個噪聲能量均值，而后依次類推求算數(shù)平均值，完成后共得到預(yù)置語音ロ令的Y1個噪聲能量均值； 步驟15、在剰余的N-Y1幀預(yù)置語音ロ令中，每ー幀預(yù)置語音ロ令對應(yīng)的X個能量值均分別相對應(yīng)地減去預(yù)置語音ロ令的X個噪聲能量均值，每ー幀預(yù)置語音ロ令均獲得與之對應(yīng)的X個降噪能量值；所述N-Y1是指將N幀的預(yù)置語音ロ令去掉用于求噪聲能量均值的第一幀至第Y1幀預(yù)置語音ロ令； 步驟16、對剩余N-Y1幀預(yù)置語音ロ令中每ー幀預(yù)置語音ロ令對應(yīng)的X個降噪能量值進行離散余弦變換，共獲得預(yù)置語音ロ令的N-Y1個Z維MFCC系數(shù)；所述Z為自然數(shù)，I彡Z彡128 ; 步驟17、對獲得的預(yù)置語音ロ令的N-Y1個Z維MFCC系數(shù)進行矢量量化，設(shè)置量化碼本的長度為K，K為自然數(shù)，且I彡K彡128 ;則獲得一量化碼本，該量化碼本由K個Z維MFCC組成； 步驟18、在用戶手機系統(tǒng)提供一默認(rèn)的通過閾值或由用戶設(shè)定一通過閾值； 所述解鎖階段包括如下步驟 步驟20、用戶輸入解鎖語音ロ令；所述解鎖語音ロ令在手機中的保存形式為時域信 號; 步驟21、將保存形式為時域信號的所述解鎖語音ロ令的音頻數(shù)據(jù)進行分幀加窗處理，并計算解鎖語音ロ令的幀數(shù)量M ; 步驟22、對每ー幀解鎖語音ロ令執(zhí)行快速傅里葉變換,每ー幀解鎖語音ロ令對應(yīng)變換成一解鎖語音ロ令的頻域信號； 步驟23、用所述三角窗濾波器對各解鎖語音ロ令的頻域信號依次濾波，濾波后，每ー解鎖語音ロ令的頻域信號均獲得對應(yīng)的解鎖語音ロ令的X個能量值； 步驟24、對前Y2幀解鎖語音ロ令中每ー幀解鎖語音ロ令對應(yīng)的X個能量值求解鎖語音ロ令的噪聲能量均值，所述求解鎖語音ロ令噪聲能量均值的過程具體為將第一幀解鎖語音ロ令對應(yīng)的X個解鎖語音ロ令的能量值至第Y2幀解鎖語音ロ令對應(yīng)的X個能量值分別求算數(shù)平均值，得到解鎖語音ロ令的X個噪聲能量均值，所述算數(shù)平均值的求解過程具體為即先對第一幀解鎖語音ロ令對應(yīng)的第一個能量值至第Y2幀解鎖語音ロ令對應(yīng)的第一個能量值求算數(shù)平均值，得到解鎖語音ロ令的第一個噪聲能量均值，而后依次類推求算數(shù)平均值，完成后共得到X個解鎖語音ロ令的噪聲能量均值； 步驟25、在剩余的M-Y2幀解鎖語音ロ令中，每ー幀解鎖語音ロ令對應(yīng)的X個能量均值分別相對應(yīng)地減去解鎖語音ロ令的X個噪聲能量均值，每ー幀解鎖語音ロ令均獲得與之對應(yīng)的X個降噪能量值；所述M-Y2是指將M幀的解鎖語音ロ令去掉用于求噪聲能量均值的第一幀至第Y2幀解鎖語音ロ令； 步驟26、對剩余M-Y2幀解鎖語音ロ令中每ー幀解鎖語音ロ令對應(yīng)的X個降噪能量值進行離散余弦變換，共獲得解鎖語音ロ令的M-Y2個Z維MFCC系數(shù)； 步驟27、將解鎖語音ロ令的每個Z維MFCC系數(shù)分別與所述預(yù)置語音ロ令的量化碼本進行——比對，解鎖語音ロ令共M-Y2個Z維MFCC系數(shù)，則比對M-Y2輪，由于該量化碼本由K個Z維MFCC組成，每ー輪比對，均獲得K個距離值，并選取其中的最小距離值，即每ー輪比對獲得ー個最小距離值，全部比對完，共獲得M-Y2個最小距離值,將M-Y2個最小距離值求和并除以M-Y2，得到平均最小距離；所述比對為求歐氏距離； 步驟28、判斷所述平均最小距離是否小于所述通過閾值，如果是，則解除手機鎖屏狀態(tài)，如果否，則提示解鎖失敗。
4.根據(jù)權(quán)利要求3中所述的基于語音短命令和聲紋技術(shù)解除手機鎖屏的方法，其特征在于步驟11中，通過公式N = (1^-20)/10+1向下取整求得所述預(yù)置語音ロ令的幀數(shù)量N，其中，公式中L1表示所述預(yù)置語音ロ令的音頻時長，L1的単位為毫秒，公式中的20表示幀長度為20毫秒，公式中的10表示幀疊加為10毫秒。
5.根據(jù)權(quán)利要求3中所述的基于語音短命令和聲紋技術(shù)解除手機鎖屏的方法，其特征在于步驟21中，通過公式M= (L2-20)/10+l向下取整求得所述解鎖語音ロ令的巾貞數(shù)量M,其中，公式中L2表示所述解鎖語音ロ令的音頻時長，L2的單位為毫秒，公式中的20表示幀長度為20毫秒，公式中的10表示幀疊加為10毫秒。
6.根據(jù)權(quán)利要求3中所述的基于語音短命令和聲紋技術(shù)解除手機鎖屏的方法，其特征在于輸入所述預(yù)置語音ロ令和所述解鎖語音ロ令吋，對所述預(yù)置語音ロ令和所述解鎖語音ロ令的信號采樣率均為16000Hz。
7.根據(jù)權(quán)利要求3中所述的基于語音短命令和聲紋技術(shù)解除手機鎖屏的方法，其特征在于所述三角窗濾波器的Mel頻標(biāo)的個數(shù)24 < X < 39。
8.根據(jù)權(quán)利要求7中所述的基于語音短命令和聲紋技術(shù)解除手機鎖屏的方法，其特征在于所述三角窗濾波器是用24個Mel頻標(biāo)上線性分布的三角窗濾波器，即X = 24，所述三角窗濾波器的中心頻率分別為100，200，300，400，500，600，700，800，900，1000，1149，1320，1516，1741，2000，2297，2639，3031，3482，4000，4595，5278，6063，6964，帶寬為100，100，100，100，100，100，100，100，100，124，160，184，211，242，278，320，367，422，484，556，639，734，843，969，以上數(shù)值單位均為Hz。
9.根據(jù)權(quán)利要求7中所述的基于語音短命令和聲紋技術(shù)解除手機鎖屏的方法，其特征在于所述三角窗濾波器是用39個Mel頻標(biāo)上線性分布的三角窗濾波器，即X = 39，所述三角窗濾波器的中心頻率分別為50,100，150，200，260，320，390，460，530，610，700，790,890,990,1100，1210，1340，1480，1610，1770，1930，2100，2280，2480，2680，2900，3140，3380，3650，3930，4230，4560，4900，5260，5650，6060，6500，6970，7470，帶寬為100,100,100，120，127，127，148，148，148，169，190，190，233，233，254，254，296，296，275，339，339，360，381，424，424，466，508，508，572，593，636，699，720，763，826，869，932，996，1060，以上數(shù)值單位均為Hz。
10.根據(jù)權(quán)利要求3中所述的基于語音短命令和聲紋技術(shù)解除手機鎖屏的方法，其特征在于所述離散余弦變換的計算公式是 Z^</)C0S[-Ya-]其中En(j)表示第j個降噪能量值，I≤j≤X，I≤i≤Z，i、j均為自然數(shù)。
11.根據(jù)權(quán)利要求3中所述的基于語音短命令和聲紋技術(shù)解除手機鎖屏的方法，其特征在于步驟11和步驟21中的加窗處理均為加漢明窗處理。
全文摘要
本發(fā)明提供一種基于語音短命令和聲紋技術(shù)解除手機鎖屏的方法，在預(yù)置階段，用戶輸入預(yù)置語音口令，并將其執(zhí)行快速傅立葉變化，然后確定一通過閾值，在解鎖階段，用戶輸入解鎖語音口令，并將其執(zhí)行快速傅立葉變化，計算所述解鎖語音口令頻域信號與所述預(yù)置語音口令頻域信號的差異值，通過比較差異值是否小于通過閾值來判定是否解鎖手機，通過語音短命令和聲紋認(rèn)證技術(shù)解除手機鎖屏狀態(tài)，既方便快捷又保證了手機使用的安全性，在此基礎(chǔ)上對差異值的計算進行了規(guī)定，引入分幀加窗，MFCC系數(shù)計算和矢量量化處理技術(shù)，使用戶的聲音特性能夠更準(zhǔn)確的提取和比較，提高了便捷性和安全性上的用戶體驗。
文檔編號H04M1/725GK102647521SQ20121009708
公開日2012年8月22日 申請日期2012年4月5日 優(yōu)先權(quán)日2012年4月5日
發(fā)明者余志鵬, 關(guān)胤, 劉德建, 吳擁民 申請人:福州博遠(yuǎn)無線網(wǎng)絡(luò)科技有限公司