產(chǎn)品描述

       聲紋識別，也叫聲音識別，是一種生物識別技術(shù)，通過轉(zhuǎn)換聲音信號為電信號，用計算機進(jìn)行特征提取和身份驗證。其生物學(xué)基礎(chǔ)在于生物的語音信號攜帶著獨特的聲波頻譜，就像指紋一樣具有唯一性和穩(wěn)定性。

       人類語言的產(chǎn)生是人體語言中樞與發(fā)音器官之間一個復(fù)雜的生理物理過程，人在講話時使用的發(fā)聲器官--舌、牙齒、喉頭、肺、鼻腔在尺寸和形態(tài)方面每個人的差異很大，所以任何兩個人的聲紋圖譜都有差異。每個人的語音聲學(xué)特征既有相對穩(wěn)定性，又有變異性，不是絕對的、一成不變的。這種變異可來自生理、病理、心理、模擬、偽裝，也與環(huán)境干擾有關(guān)。盡管如此，由于每個人的發(fā)音器官都不盡相同，因此在一般情況下，人們?nèi)阅軈^(qū)別不同的人的聲音或判斷是否是同一人的聲音換做其他生物或者物體也是。同一類的聲音的語音信號也攜帶著獨特的聲波頻譜。提取出來并做分類和識別。這個就是聲紋識別技術(shù)。

聲紋識別的主要任務(wù)包括：語音信號處理、聲紋特征提取、聲紋建模、聲紋比對、判別決策等。

技術(shù)特點

1.噪聲聲音類型識別是指通過機器學(xué)習(xí)算法，對環(huán)境中的噪聲進(jìn)行分類，以判斷其可能的來源和類型。例如，區(qū)分機器噪聲、人聲噪聲、交通噪聲等。

2.AI在噪聲聲音類型識別中的應(yīng)用主要體現(xiàn)在深度學(xué)習(xí)技術(shù)中，特別是卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用。首先，需要收集大量的聲音數(shù)據(jù)，并利用深度學(xué)習(xí)算法對這些數(shù)據(jù)進(jìn)行訓(xùn)練，以提取出有3、用的特征并進(jìn)行模型優(yōu)化。然后，將輸入的聲音與已知的聲音模型進(jìn)行比對，通過計算輸入聲音的特征與模型之間的距離或相似度，來確定輸入聲音的身份。

3.此外，對于特定的應(yīng)用場景，如室內(nèi)場景、戶外場景識別，公共場所、辦公室場景識別等，還可以使用專門的音頻處理前端部分。

4、值得注意的是，盡管AI在噪聲聲音類型識別方面有著廣泛的應(yīng)用前景，但是在實際應(yīng)用中仍然面臨著許多挑戰(zhàn)，如噪聲環(huán)境的復(fù)雜性、語音信號的多樣性以及模型的優(yōu)化等問題。因此，如何提高噪聲聲音類型識別的準(zhǔn)確性和魯棒性，仍然是未來研究的重要方向。

技術(shù)路線

1.建立音頻樣例庫，覆蓋面廣，根據(jù)不同的噪聲監(jiān)管單位將聲音劃分為五大類，不少于50個聲音子類別；

2.通過深度學(xué)習(xí)AI技術(shù)，對噪聲樣本進(jìn)行分析和處理，提取出其中的聲紋特征，構(gòu)建聲紋識別模型；

3.不斷的測試和優(yōu)化，提高聲紋識別模型的準(zhǔn)確性和魯棒性，使其能夠在各種環(huán)境和條件下都能準(zhǔn)確地識別出聲紋類型；

4.采用深度卷積神經(jīng)網(wǎng)絡(luò)算法實現(xiàn)音頻事件的識別分類。通過卷積操作對音頻進(jìn)行時域特征和logmel頻域特征的提取，并結(jié)合波形的時域特征和頻域特征作為音頻的有效特征，再通過卷積采樣進(jìn)一步獲取特征圖，最終以全連接網(wǎng)絡(luò)分類器實現(xiàn)特征的類別分類。

技術(shù)參數(shù)

1.主控芯片：Rockchip RK3588

2.CPU：8核64位處理器

4個Cortex-A76和4個Cortex-A55及獨立的NEON協(xié)處理器

Cortex-A76主頻2.4GHz，Cortex-A55主頻1.8GHz

3.GPU：集成ARM Mali-G610；內(nèi)置 3D GPU；兼容OpenGL ES1.1/2.0/3.2、OpenCL 2.2和Vulkan 1.2

4.NPU：內(nèi)嵌的 NPU 支持INT4/INT8/INT16/FP16混合運算，算力高達(dá) 6Top

5.存儲：8G+64G emmc

6.接口：有2個HDMl輸出端口,1個輸入HDMl端口，最高可解碼8K@60P視頻，兩個PCIe擴展的2.5G以太網(wǎng)接口，配備一個支持安裝 NVMe 固態(tài)硬盤的M.2 M-Key插槽，一個支持Wi-Fi6/BT模塊的M.2 E-Key插槽。此外，有2個USB 3.0、2個USB 2.0、2個Type-C（其中一個為電源接口）

7.基于Pytorch實現(xiàn)的聲紋識別模型：模型是一種基于深度學(xué)習(xí)的說話人識別系統(tǒng)，其結(jié)構(gòu)中融入了通道注意力機制、信息傳播和聚合操作。這個模型的關(guān)鍵組成部分包括多層幀級別的TDNN 層、一個統(tǒng)計池化層以及兩層句子級別的全連接層，此外還配備了一層 softmax，損失函數(shù)為交叉熵。

8.特征提取：預(yù)加重->分加窗->離散傅里葉變換->梅爾濾波器組->逆離散傅里葉變換

9.模型訓(xùn)練集：>100000個訓(xùn)練樣本

10.聲音類型：聲音類型主要劃分為五大類別，分別為生活噪聲、施工噪聲、工業(yè)噪聲、交通噪聲、自然噪聲，其中包含打雷，犬吠，刮風(fēng)，敲擊、蟲鳴鳥叫、蛙鳴等不少于50個聲音子類別

11.聲紋識別準(zhǔn)確率：≥90%

12.識別響應(yīng)速率：<1s

13.調(diào)用方式：支持云端調(diào)用或者本地終端調(diào)用

14.技術(shù)協(xié)議：支持HTTP協(xié)議

15.接口種類：USB、HDMI、SD、RJ45

16.電源接口：TYPE-C

17.工作電壓：5V3A

聲紋庫分類

一級分類：五大類，自然噪聲、生活噪聲、施工噪聲、工業(yè)噪聲、交通噪聲，分類依據(jù)：HJ640標(biāo)準(zhǔn)、噪聲污染防治報告、噪聲環(huán)評、噪聲法等；

二級分類：按照應(yīng)用場景或聲音共同特點區(qū)分；

三級分類：作為子站識別結(jié)果顯示，對原始聲音類型進(jìn)行同類合并、優(yōu)化。

使用說明

(1) 網(wǎng)絡(luò)參數(shù)：ip192.168.1.91  子網(wǎng)掩碼255.255.255.0  網(wǎng)關(guān)192.168.1.230

(2) 電源參數(shù)：5V 3A適配器

(3) 調(diào)用方式HTTP

(4) 調(diào)用地址：http://192.168.1.91:6712/AudioRecognize