一种基于近邻原则合成情感模型的说话人识别方法

摘要

本发明公开了一种基于近邻原则合成情感模型的说话人识别方法，包括：(1)训练出参考语音和用户中性语音的模型；(2)提取GMM参考模型的中性-情感高斯分量映射集；(3)提取与用户的中性训练高斯分量邻近的若干中性参考高斯分量映射的情感参考高斯分量；(4)合成出用户的情感训练高斯分量，进而得到用户的情感训练模型；(5)合成出所有用户的GMM训练模型；(6)输入测试语音进行识别。本发明采用基于KL散度的近邻原则从语音库中提取若干与用户的中性训练语音相似的参考语音，用参考语音中的情感参考语音合成出用户的情感训练语音，改善了在训练语音与测试语音失配情况下说话人识别系统的性能，提高了说话人识别系统的鲁棒性。

主权项

一种基于近邻原则合成情感模型的说话人识别方法，包括如下步骤：(1)获取若干套参考语音以及用户的中性训练语音，对所有语音进行模型训练，对应得到若干套GMM参考模型以及用户的中性训练模型；所述的参考语音包括中性参考语音和m种情感参考语音；所述的GMM参考模型包括一个中性参考模型和m个情感参考模型，m为大于0的自然数；(2)提取每套GMM参考模型的中性‑情感高斯分量映射集；(3)根据KL散度计算法，逐一计算中性训练模型中的每一中性训练高斯分量与所有中性参考模型中的中性参考高斯分量的KL散度，选取每一中性训练高斯分量对应的与之KL散度最小的n个中性参考高斯分量；进而根据所述的中性‑情感高斯分量映射集，提取出n个中性参考高斯分量中每个中性参考高斯分量对应的m个情感参考高斯分量，n为大于0的自然数；(4)将每一中性训练高斯分量对应的n×m个情感参考高斯分量合成出对应的m个情感训练高斯分量，进而得到用户的m个情感训练模型；(5)根据步骤(1)至(4)，合成得到所有用户的GMM训练模型；(6)输入某一用户的测试语音，将该测试语音与所有用户的GMM训练模型逐一进行得分计算，将得分最大的GMM训练模型所对应的用户作为识别出的用户。