govpr,golang实现的gmm-ubm声纹识别引擎

ponpon_ · · 3598 次点击 · 开始浏览    置顶
这是一个创建于 的主题,其中的信息可能已经有所发展或是发生改变。

## 简介 govpr是golang 实现的基于 GMM-UBM 说话人识别引擎(声纹识别),可用于语音验证,身份识别的场景. 目前暂时仅支持汉语数字的语音,语音格式为wav格式(比特率16000,16bits,单声道) ## 安装 go get github.com/liuxp0827/govpr ## 示例 如下是一个简单的示例. 可跳转至 [example](https://github.com/liuxp0827/govpr/blob/master/example) 查看详细的例子,示例中的语音为纯数字8位数字.语音验证后得到一个得分,可设置阈值来判断验证语音是否为注册训练者本人. ```go package main import ( "github.com/liuxp0827/govpr" "github.com/liuxp0827/govpr/log" "github.com/liuxp0827/govpr/waveIO" "io/ioutil" ) type engine struct { vprEngine *govpr.VPREngine } func NewEngine(sampleRate, delSilRange int, ubmFile, userModelFile string) *engine { return &engine{ vprEngine: govpr.NewVPREngine(sampleRate, delSilRange, ubmFile, userModelFile), } } func (this *engine) DestroyEngine() { this.vprEngine = nil } func (this *engine) TrainSpeech(buffers [][]byte) error { var err error count := len(buffers) for i := 0; i < count; i++ { err = this.vprEngine.AddTrainBuffer(buffers[i]) if err != nil { log.Error(err) return err } } defer this.vprEngine.ClearTrainBuffer() defer this.vprEngine.ClearAllBuffer() err = this.vprEngine.TrainModel() if err != nil { log.Error(err) return err } return nil } func (this *engine) RecSpeech(buffer []byte) error { err := this.vprEngine.AddVerifyBuffer(buffer) defer this.vprEngine.ClearVerifyBuffer() if err != nil { log.Error(err) return err } err = this.vprEngine.VerifyModel() if err != nil { log.Error(err) return err } Score := this.vprEngine.GetScore() log.Infof("vpr score: %f", Score) return nil } func main() { log.SetLevel(log.LevelDebug) vprEngine := NewEngine(16000, 50, "../ubm/ubm", "model/test.dat") trainlist := []string{ "wav/train/01_32468975.wav", "wav/train/02_58769423.wav", "wav/train/03_59682734.wav", "wav/train/04_64958273.wav", "wav/train/05_65432978.wav", } trainBuffer := make([][]byte, 0) for _, file := range trainlist { buf, err := loadWaveData(file) if err != nil { log.Error(err) return } trainBuffer = append(trainBuffer, buf) } verifyBuffer, err := waveIO.WaveLoad("wav/verify/34986527.wav") if err != nil { log.Error(err) return } vprEngine.TrainSpeech(trainBuffer) vprEngine.RecSpeech(verifyBuffer) } func loadWaveData(file string) ([]byte, error) { data, err := ioutil.ReadFile(file) if err != nil { return nil, err } // remove .wav header info 44 bits data = data[44:] return data, nil } ```

有疑问加站长微信联系(非本文作者)

入群交流(和以上内容无关):加入Go大咖交流群,或添加微信:liuxiaoyan-s 备注:入群;或加QQ群:692541889

3598 次点击  ∙  2 赞  
加入收藏 微博
1 回复  |  直到 2016-11-08 06:35:33
暂无回复
添加一条新回复 (您需要 登录 后才能回复 没有账号 ?)
  • 请尽量让自己的回复能够对别人有帮助
  • 支持 Markdown 格式, **粗体**、~~删除线~~、`单行代码`
  • 支持 @ 本站用户;支持表情(输入 : 提示),见 Emoji cheat sheet
  • 图片支持拖拽、截图粘贴等方式上传