浅谈声纹自动识别系统

声纹自动识别技术已经在我们的日常生活中广泛应用，例如语音的文字录入、门禁等等。当前，声纹自动识别在、安全领域的应用就是黑名单检测，但是在刑侦领域的身份鉴别功能还是空白。的原因就是之前声纹自动识别算法度还未达到足够高的程度，不能够达到实战的要求，同时系统应用厂家也无力开发声纹自动识别系统。

国内近些年一直沿用的声纹识别是人工图谱分析方法，费时费力，要求分析人员至少有两三年的实际经验，而且无法解决大容量、与文本无关的声纹数据快速筛选和排查的难题。

但是这一情况已经被打破。公司依托自主研发的多生物特征自动识别以及声学研究所的相关技术，打造了中国的大规模声纹自动识别系统软件。后台采用的语音识别技术，用13维美尔倒谱系数及其一阶、二阶和三阶差分，合并起来构成一个52维的参数矢量用以描述该帧语音信号的频谱特征。声纹自动识别系统具有极高的识别准确率和群体识别的自动化，通过声纹特征构建大规模数据库，实现远程、快速自动化检索和识别。

基于声纹识别的电力设备在线监测方法及系统与流程

技术实现要素：

本目的是针对上述现有技术的不足，提供一种基于声纹识别的电力设备在线监测方法和系统，通过监测设备运行时的声音信号，对变压器(电抗器)运行状态进行在线监测.并且与变电站监控系统相配合，从多方面掌握设备实际运行情况，优化变电站系统的管理，对提高设备的检修效率、可靠性，延长设备使用寿命都有重要的现实意义。

作为上述方案的进一步优化，获取目标电力设备的数据流节点，数据属性、属性参数及故障阈值，包括如下步骤：

获取拾音器或第二拾音器采集的音频数据流；

抽取所述待处理音频数据流中包括的目标实体的预定义参数的属性值；

根据抽取出的属性值，建立对应目标实体的音频数据属性参数集。所述电力设备包括变压器，电抗器和gis设备；

作为上述方案的进一步优化，获取针对所述至少一个拾音器采集的数据流与所述至少一个拾音器采集数据流的风险特征信息；确定所述至少一个拾音器采集的数据流或所述至少一个拾音器采集的数据流中与所述风险特征信息的相似度超过预设阈值的数据流节点组，输出所述数据流节点组的信息。