一种基于参数融合优化决策的音频索引方法

摘要

本发明为一种针对真实场景下的语音数据进行音频索引的方法，将输入的语音信号进行预处理和初始化后进行声学特征提取，然后分别进行基于高斯混合模型的优化学及量子学，将高斯混合模型参数与量子学参数进行融合，最后基于分类决策给出分类结果，本发明中的量子学方法是将常规类别进行线性叠加来构建量子态，并将量子态作为计算模型的状态。将这种方法扩展为通用分类学方法，可有效地解决会议场景下多个说话人混合的通用说话人分类问题。

主权项

一种基于参数融合优化决策的音频索引方法，其特征在于：包括以下步骤：第一步，采用声传感器进行系统输入信号采集；第二步，对所采集信号进行预处理；第三步，提取声学特征；第四步，采用高斯混合模型对声学特征建立分类模型；第五步，采用量子学习模型对声学特征建立分类模型；第六步，对上述传统优化学习和量子学习获得的模型的参数进行参数融合，得到融合模型分类器；第七步，分类决策给出分类结果；第八步，系统输出分类结果，包括全部的语音频段及其相应的分类信息。