基于声纹识别的移动终端隐私保护方法

摘要：

本发明公开了一种基于声纹识别的移动终端隐私保护方法，包括语音信息特征的分析和提取、模型训练以及声纹识别。依据本发明所得到的声纹识别方法，不仅声纹识别的效率高，而且声纹识别的性能和识别效率与所说的文本和所用的语言无关。对说话人的语音长度也没有特殊的要求，只需要很短的几秒钟的语音信息即可用来获得说话人的语音特征信息，进行模型训练和识别。本发明的声纹识别算法在移动智能终端的应用，具有稳定新高和识别精度高的特点，而且训练过的语音特征的模型占用移动智能终端很少的内存空间。通过该声纹识别方法可以很好的保护用户移动智能终端中的私密信息，避免手机遗失时私有信息的泄露和被窃取。

专利类型：发明专利

申请/专利号：CN201110179067.2

申请日期：2011-06-29

公开/公告号：CN102231277A

公开/公告日：2011-11-02

主分类号：G10L15/06(2006.01)I

申请/专利权人:电子科技大学

发明/设计人:佘堃;何元;吴娱

主申请人地址:611731 四川省成都市高新区（西区）西源大道2006号

专利代理机构:电子科技大学专利中心 51203

代理人:周永宏

国别省市代码:四川;51

权利要求：

一种基于声纹识别的移动终端隐私保护方法，包括语音信息特征的分析和提取、模型训练和声纹识别；其特征在于：所述语音信息特征的分析和提取包括：声音采集，A/D变换，预加重处理，分帧，加窗，自相关分析，获取LPC系数，获取LPC倒普系数，提取语音特征信息；所述模型训练包括：1)把每个待识别的说话人的语音看作一个信号源，用一个码本来表征；2)从待识别的语音中提取一组矢量，并依次对这组矢量进行矢量量化处理，得到说话人的特征矢量序列，使得声纹识别效率和精度与说话人的语言和文本长度无关；3)为不同的说话人的特征矢量序列建立独立的矢量模型，使每一说话人的语音特征在特征空间中都形成其特定的特征聚类中心；4)训练说话人直接说话的信道模型；所述声纹识别包括：1)从待识别人所说的话中提取声学特征，通过模型训练获取到该说话人的特征矢量序列，在确认说话人的特征矢量序列时，需要对给定语句和说话人模型做出接受或者拒绝，针对每个码本依次对特征矢量序列进行量化，采用LBG算法通过训练矢量集和迭代算法来逼近最优的再生码本，通过对再生码本计算各自平均量化误差，选择误差最小的码本作为识别结果；2)将获取到的说话人的特征矢量序列，与特征矢量序列模型库进行一一比较、匹配，得到特征矢量与每个说话人声纹模型平局量化失真距离，并据此进行判决。