一种语音门禁和安静环境监控方法及系统与流程

技术特征：

1.一种语音门禁和安静环境监控方法，包括以下步骤：

—语音门禁识别步骤，用于在门禁前进行语音验证，对于采集到的待验证人的音频先后进行语音识别和声纹识别；

—安静环境监控步骤，用于在安静环境中进行语音监控，先后包括端点检测、说话人分段聚类和声纹识别；

—中央处理步骤，用于对于语音门禁识别步骤和安静环境监控步骤的数据进行处理。

2.根据权利要求1所述的方法，其特征在于，所述语音门禁识别步骤进一步包括：

aa)待验证人触发声纹验证；

ab)弹出验证字符串；

ac)待验证人念读所述验证字符串；

ad)录取所述念读的音频，首先通过语音识别识别是否说的为正确的字符串，接着采用声纹验证是否为有效的验证人，由此判断是否打开门禁。

3.根据权利要求2所述的方法，其特征在于，所述安静环境监控步骤进一步包括：

ba)在规定时间段，开启监控；

bb)启动端点检测，判断是否为安静环境；

bc)如果判断为非安静环境，通过端点检测这段音频；

bd)对于检测到的所述这段音频，进行说话人分段聚类分析，分析之后将分别区分并得到不同说话人各自的音频数据；

be)根据已经保存的声纹模型，通过声纹识别对于所述音频数据中的每个音频进行声纹识别，以得到音频发出者的身份信息；

bf)将所述身份信息及其发出的音频数据和发出时间等信息发送并显示给管理者。

4.根据权利要求3所述的方法，其特征在于，在所述步骤bd)中，

所述说话人分段聚类分析包括说话人分割步骤、说话人聚类步骤和声纹识别步骤；

所述说话人分割步骤用于找到说话人切换的转折点，包括单一转折点的检测和多个转折点的检测；

所述单一转折点检测包括基于距离的顺序检测、交叉检测和转折点确认；

所述多个转折点检测用于找到整段语音中的多个说话人转折点，在所述单一转折点检测的基础上完成，步骤如下：

步骤1)：首先设定一较大的时间窗，长度为5-15秒，在窗内作单转折点检测；

步骤2)：若在上一步骤没找到说话人转折点，则将窗向右移动1-3秒，重复步骤1，直到找到说话人转折点，或者语音段结束；

步骤3)：若找到说话人转折点，则记录此转折点，并将窗口起始点设到此转折点上，重复步骤1)-步骤2)。

5.根据权利要求4所述的方法，其特征在于，所述转折点的确认公式：

sign(·)为符号函数，d_cross为两条距离曲线交叉处的距离值；

其中，通过利用说话人的距离曲线起始到交叉点的这段区域，公式中的d(i)就是这一端区域内计算出来的距离，若最后结果为正，则接受此点为说话人转折点；若为负，则拒绝此点为说话人转折点。

6.根据权利要求2-5之一所述的方法，其特征在于，

在所述语音门禁识别步骤中，弹出的验证字符串为随机生成的多位字符串，每次需要念读的信息都是不固定的。

7.根据权利要求1-5之一所述的方法，其特征在于，

所述端点检测通过360度环形麦克风阵列来实现，以保证音频采集的灵敏度和采集的音频的质量。

8.根据权利要求2-5之一所述的方法，其特征在于，在所述步骤ad)录取所述念读的音频的基础上，所述语音门禁识别步骤还包括步骤ae)，

即，对于每个验证人，将每次所述念读的音频保存为验证人声纹模型训练音频，直到验证人声纹模型构建成功。

9.根据权利要求8所述的方法，其特征在于，所述步骤be)的声纹模型是在所述步骤ae)保存的音频数据的基础上训练得到的。

10.根据权利要求9所述的方法，其特征在于，

待验证人在触发声纹验证时，同时启动面部图像采集，采集待验证人的面部图像，获得面部图像后，在中央处理步骤进行比对，获得待验证人的信息，并且将采集的语音信号与所述注册信息进行关联，形成关联数据库。

11.根据权利要求10所述的方法，其特征在于，

当待验证者进入封闭环境以后，激活待验证者的信息，对于那些已经注册但是没有进入宿舍的人员，系统不激活他们的信息，但是将他们的信息发送给管理者。

12.根据权利要求11所述的方法，其特征在于，

在所述步骤be)中，首先与激活的这些信息进行对比；

如果经过比对，没有在激活人员里找到匹配的人员信息，就扩大到所有注册人员进行比对，如果比对成功，产生提示非法进入或者未有效打卡的提示；

如果没有比对成功，就产生非法闯入的警示信息。

13.根据权利要求1-5之一所述的方法，其特征在于，在封闭环境的每个单元中设置：

至少一个环形麦克风阵列；

环境亮度识别单元，用于检测宿舍环境的亮度，自动开启或关闭监控；和

与被监控环境中人员进行交流的声音播放装置。

14.根据权利要求1-5之一所述的方法，其特征在于，

所述中央处理步骤将所述身份信息及其发出的音频数据和发出时间信息发送并显示给管理者，传输到与系统后台或者中央处理步骤关联的监控装置，供监控者直观方便的进行相应的管理，便于采取相应的管理措施。

15.一种语音门禁和安静环境监控系统，包括语音门禁识别模块、安静环境监控模块和中央处理模块，其特征在于：

所述语音门禁识别模块，用于在门禁前进行语音验证，对于采集到的待验证人的音频先后进行语音识别和声纹识别；

所述安静环境监控模块，用于在安静环境中进行语音监控，依次包括端点检测、说话人分段聚类和声纹识别；

所述语音门禁识别模块和安静环境监控模块均与中央处理模块相连接。

16.根据权利要求15所述的系统，其特征在于：

所述安静环境监控模块进一步包括说话人分割模块、说话人聚类模块和声纹识别模块；

所述说话人分割模块用于找到说话人切换的转折点，包括单一转折点的检测和多个转折点的检测；

所述单一转折点检测包括基于距离的顺序检测、交叉检测和转折点确认；

所述多个转折点检测用于找到整段语音中的多个说话人转折点，在所述单一转折点检测的基础上完成，步骤如下：

步骤1)：首先设定一较大的时间窗，长度为5-15秒，在窗内作单转折点检测；

步骤2)：若在上一步骤没找到说话人转折点，则将窗向右移动1-3秒，重复步骤1，直到找到说话人转折点，或者语音段结束；

步骤3)：若找到说话人转折点，则记录此转折点，并将窗口起始点设到此转折点上，重复步骤1)-步骤2)。

17.根据权利要求16所述的系统，其特征在于，

所述转折点的确认公式：

sign(·)为符号函数，d_cross为两条距离曲线交叉处的距离值；

其中，通过利用说话人的距离曲线起始到交叉点的这段区域，公式中的d(i)就是这一端区域内计算出来的距离，若最后结果为正，则接受此点为说话人转折点；若为负，则拒绝此点为说话人转折点。

18.根据权利要求15-17之一所述的系统，其特征在于：

所述语音门禁识别模块设置在封闭环境的门外，包括用于采集音频的麦克风、用于触发门禁识别的按钮、和用于显示字符串的显示装置。

19.根据权利要求18所述的系统，其特征在于：

所述语音门禁识别模块还包括与待验证者交互的语音播放装置；

使用红外检测单元替代所述按钮，使得当有待验证者接近时自动开启系统验证。

20.根据权利要求18所述的系统，其特征在于：

所述语音门禁识别模块进一步包括面部图像采集装置，用于采集待验证者的头像。

21.根据权利要求20所述的系统，其特征在于：

所述语音门禁识别模块进一步包括连接移动终端的接口，所述移动终端通过接口连接后，所述的麦克风、按钮、显示装置和面部图像采集装置的功能由移动终端的麦克风、屏幕虚拟按钮、显示屏、摄像头实现。

22.根据权利要求21所述的系统，其特征在于：

所述移动终端安装有实现语音门禁识别功能的APP或者PC软件客户端。

23.根据权利要求22所述的系统，其特征在于：

所述移动终端通过有线或无线方式与门禁开闭系统连接，以根据验证的结果决定开闭门禁系统。

24.根据权利要求15-17之一所述的系统，其特征在于：

待验证人在进门前，通过触发门禁识别的按钮，启动语音识别，面部图像采集装置同步开启，采集待验证人的面部图像，获得面部图像后，发送到中央处理模块，由中央处理模块进行比对，获得待验证人的注册信息，并且将采集的语音信号与所述注册信息进行关联，形成关联数据库。

25.根据权利要求24所述的系统，其特征在于：

当待验证者进入封闭环境以后，系统就激活待验证者的信息，对于那些已经注册但是没有进入宿舍的人员，系统不激活他们的信息，但是将他们的信息发送到系统管理者。

26.根据权利要求25所述的系统，其特征在于：

系统在进行对比时首先与激活的这些信息进行对比；

如果经过比对，没有在激活人员里找到匹配的人员信息，就扩大到所有注册人员进行比对，如果比对成功，产生提示非法进入或者未有效打卡的提示；

如果没有比对成功，就产生非法闯入的警示信息，管理员可以通过语音交互进行信息的确认。

27.根据权利要求24所述的系统，其特征在于：

所述安静环境监控模块设置在封闭环境的每个单元中，包括至少一个环形麦克风阵列。

28.根据权利要求15-17之一所述的系统，其特征在于还包括：

环境亮度识别单元，用于检测宿舍环境的亮度，自动开启或关闭监控；和

与被监控环境中人员进行交流的声音播放装置。

29.根据权利要求28所述的系统，其特征在于还包括：

所述中央处理模块单独设置在系统后台，可以与所述语音门禁识别模块一体设置；或者与所述安静环境监控模块一体设置，用于处理和显示所述安静环境监控模块获得的监控信息。

30.根据权利要求28所述的系统，其特征在于还包括：

所述中央处理模块将所述身份信息及其发出的音频数据和发出时间信息发送并显示给管理者，传输到与系统后台或者中央处理模块连接的监控装置，供监控者直观方便的进行相应的管理，便于采取相应的管理措施。