发明名称 |
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。 |
申请公布号 |
CN105632502A |
申请公布日期 |
2016.06.01 |
申请号 |
CN201510917128.9 |
申请日期 |
2015.12.10 |
申请人 |
江西师范大学 |
发明人 |
雷震春;杨印根;朱明华 |
分类号 |
G10L17/04(2013.01)I;G10L17/16(2013.01)I |
主分类号 |
G10L17/04(2013.01)I |
代理机构 |
北京众合诚成知识产权代理有限公司 11246 |
代理人 |
熊思智 |
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。 |
地址 |
330022 江西省南昌市紫阳大道99号江西师范大学瑶湖校区 |