基于基状态矢量加权的短语音说话人识别方法专利查询专利号|摘要-满商公司网

基于基状态矢量加权的短语音说话人识别方法

基本信息

申请号	CN201310182450.2	申请日	-
公开（公告）号	CN103219008A	公开（公告）日	2013-07-24
申请公布号	CN103219008A	申请公布日	2013-07-24
分类号	G10L17/04(2013.01)I;G10L17/16(2013.01)I	分类	乐器；声学;
发明人	栗志意;张卫强;刘巍巍;刘加	申请（专利权）人	北京华控创为信息技术有限公司
代理机构	北京清亦华知识产权代理事务所（普通合伙）	代理人	清华大学;北京华控创为信息技术有限公司
地址	100084 北京市海淀区100084-82信箱
法律状态	-

摘要

本发明提出一种基于基状态矢量加权的短语音说话人识别方法，包括以下步骤：采集多个带文本标注的语音数据，并对多个语音数据进行训练得到状态层聚类的隐马尔可夫模型；根据状态层聚类的隐马尔可夫模型对说话人识别中的数据进行解码得到数据的基状态标注；根据数据的基状态的标注训练基状态的通用背景模型，并从MAP自适应后的模型生成基状态均值超矢量和基状态权值超矢量；根据基状态均值超矢量和基状态权值超矢量进行说话人模型训练和测试估计短语音说话人的身份。根据本发明实施例的方法，可以实现基状态层的精细建模，并通过有效的加权，克服传统方法易导致的“模型空洞”的问题，从而有效降低了建模的自由度，同时可以提高了说话人识别的性能。