一种基于加权成对约束度量学算法的说话人识别方法

摘要

本发明提供一种基于加权成对约束度量学算法的说话人识别方法，该方法包括以下步骤：根据加权约束对度量学算法(WPCML)，最小化同类样本间距离，同时最大化非同类样本间距离，获得用于计算样本间马氏距离的半正定矩阵；根据半正定矩阵计算说话人语音测试样本和目标样本间的马氏距离，根据马氏距离判断说话人样本间的相似度。本发明基于加权约束对度量学(WPCML)算法应用于说话人识别方法简单有效，存在全局最优解，能快速求得满足条件的度量矩阵，该度量矩阵可有效反映说话人空间中的相似性和区分性，将该度量矩阵用于测试目标说话人语音样本的马氏距离得分分类器，进一步提高了说话人识别系统的性能。

主权项

一种基于加权成对约束度量学习算法的说话人识别方法，其特征在于，该方法包括以下步骤：根据加权约束对度量学习算法(WPCML)，最小化同类样本间距离，同时最大化非同类样本间距离，获得用于计算样本间马氏距离的半正定矩阵；根据半正定矩阵计算说话人语音测试样本和目标样本间的马氏距离，根据马氏距离判断说话人样本间的相似度。