发明名称 | 一种说话人识别方法 | ||
摘要 | 本发明涉及一种说话人识别方法,该方法首先生成说话人识别模型,把背景语音和目标说话人语音作为训练数据,训练出第一高斯混合-通用背景模型,总变化空间,第二高斯混合-通用背景模型,局部线性鉴别分析模型;利用第一高斯混合-通用背景模型,总变化空间,第二高斯混合-通用背景模型计算出待识别语音的总变化因子和总变化因子的后验概率,输入局部线性鉴别分析模型进行转换,得到维数更低的矢量,输入后端识别器输出识别结果。本方法增加了说话人间的鉴别性,可提高说话人识别性能;同时该方法可以对总变化因子进行降维,提升了识别速度,具有很高的实用性。 | ||
申请公布号 | CN105261367A | 申请公布日期 | 2016.01.20 |
申请号 | CN201410334124.3 | 申请日期 | 2014.07.14 |
申请人 | 中国科学院声学研究所;北京中科信利技术有限公司 | 发明人 | 周若华;许云飞;颜永红;杨琳 |
分类号 | G10L17/02(2013.01)I | 主分类号 | G10L17/02(2013.01)I |
代理机构 | 北京方安思达知识产权代理有限公司 11472 | 代理人 | 王宇杨;杨青 |
主权项 | 一种说话人识别模型生成方法,包括如下步骤:步骤1‑1),采集一定数量的目标说话人语音数据和大量背景语音数据,提取语音声学谱特征;步骤1‑2),利用一部分背景语音的声学谱特征训练第一高斯混合‑通用背景模型;步骤1‑3),在第一高斯混合‑通用背景模型上计算出背景语音和目标说话人语音的声学谱特征所对应的后验统计量;步骤1‑4),利用背景语音的后验统计量训练得到一个总变化因子空间,在该空间上将背景语音和目标说话人语音的后验统计量映射为一个总变化因子;步骤1‑5),在总变化因子空间训练得到第二高斯混合‑通用背景模型,然后计算出目标说话人语音的总变化因子在各个高斯分量上的后验概率;步骤1‑6),利用步骤1‑4)得到的总变化因子以及步骤1‑5)得到的总变化因子对应的后验概率,训练出一个局部线性转换矩阵,由此生成局部线性鉴别分析模型;步骤1‑7),生成说话人识别模型,包括:第一高斯混合‑通用背景模型、总变化因子空间、第二高斯混合‑通用背景模型,局部线性鉴别分析模型。 | ||
地址 | 100190 北京市海淀区北四环西路21号 |