一种在线增量的语音获得与识别方法

摘要

一种在线增量的语音获得与识别方法，包括初始化阶段、针对语音数据的输入与竞争阶段、基准点更新阶段、作用范围的阈值更新阶段以及去噪阶段。可有效避免现有技术中的所述的模型的训练需要耗费大量的时间、无法实现在线增量、这种方式不符合人的认知惯由此导致使用很不方便的缺陷。

主权项

一种在线增量的语音获得与识别方法，其特征在于，步骤如下：步骤1：首先，用于处理语音数据的终端接收到外部输入的语音数据；步骤2：用于处理语音数据的终端接收到外部输入的语音数据后，就进入初始化阶段，所述的初始化阶段具体如下：1)构建基准点集合A＝{L₁,L₂},其中第一基准点L₁,第二基准点L₂是从外部输入的语音数据中选取的两个随机数据；2)构建边集合其初始值为空集,即第一基准点L₁,第二基准点L₂之间没有初始连接；3)构建第一基准点L₁的激活数构建第二基准点L₂的激活数$M_{L_2}=0;$4)构建第一基准点L₁的作用范围的阈值构建第二基准点L₂的作用范围的阈值所述的dis tan ce(.,.)为相似性距离算法函数；步骤3：进入针对语音数据的输入与竞争阶段，所述的针对语音数据的输入与竞争阶段的具体方法如下：1)从外部对用于处理语音数据的终端输入一个新的语音数据样本ξ∈R^D，其中R^D表示D维实数向量，D表示自然数；2)找出A中与ξ最相似的两个基准点,所述的最相似的两个基准点分别为胜者基准点s₁和亚军基准点s₂,所述的胜者基准点s₁和亚军基准点s₂分别由如下所示公式所求得：$s_1=\underset{x\in A}{\arg \min }\mathrm{dis}\tan \mathrm{ce}(\xi ,x)$$s_2=\underset{x\in A-\left\{s_1\right\}}{\arg \min }\mathrm{dis}\tan \mathrm{ce}(\xi ,x);$步骤4：接着进入基准点更新阶段，所述的基准点更新阶段具体如下：1)如果或者成立,就为基准点集合A生成一个新的基准点ξ,令A＝A∪{ξ}，其中表示针对胜者基准点s₁的作用范围的阈值，表示针对亚军基准点s2的作用范围的阈值，然后跳转至步骤3中继续执行；2)如果胜者基准点s₁和亚军基准点s₂间不存在连接,令C＝C∪{(s₁,s₂)}即为胜者基准点s₁和亚军基准点s₂建立连接，然后令即刷新边(s₁,s₂)的连接年龄；3)如果(s₁,L_i)∈C，则即与胜者基准点s₁相连的所有边连接年龄增加1，其中L_i表示基准点集合A中与胜者基准点s1有边相连的所有节点；4)即把胜者基准点s₁的激活数增加1；5)将胜者基准点s₁和输入的新的语音数据样本ξ变形到相等的长度，即其中s₁'为调整后的新的胜者基准点，而ξ'为调整后的新的语音数据样本，所述的为变形转化函数；6)更新胜者基准点其中即执行胜者基准点s₁向输入的新的语音数据样本ξ移动操作；7)检查所有连接(L_i,L_j)∈C当前的连接年龄如果就从边集合C中移除该连接,其中age_max是预先定义的连接年龄的阈值参数；步骤5：然后进入作用范围的阈值更新阶段，所述的作用范围的阈值更新阶段包括将胜者基准点s₁的作用范围的阈值和亚军基准点s₂的作用范围的阈值分别如下式所示来更新为与胜者基准点s₁和亚军基准点s₂的相邻基准点的最大距离，其中x分别表示基准点集合A中与胜者基准点s₁有边相连的所有节点和基准点集合A中与亚军基准点s₂有边相连的所有节点：$T_{S_1}=\underset{(x,s_1)\in C}{\arg \max }\mathrm{dis}\tan \mathrm{ce}(x,s_1)$$T_{S_2}=\underset{(x,s_2)\in C}{\arg \max }\mathrm{dis}\tan \mathrm{ce}(x,s_2);$步骤6：最后进入去噪阶段，所述的去噪阶段包括如果当前输入的语音数据的样本总数是λ的整数倍，λ即为一个学习周期，检查整个基准点集合A，如果存在只有一个相邻基准点的基准点,并且该基准点的激活数小于设定的激活数的阈值,就在基准点集合A中删去该基准点，然后跳转至步骤3中执行，等到训练用的语音数据样本全部输入完毕后,就能得到所需的语音数据的基准点集合A以及基准点之间的连接C。