[发明专利]一种远程汉语教学中的说话人确认系统

权利要求书

1.一种远程汉语教学中的说话人确认系统，其特征在于：该系统包含用户注册、用户登录和汉语发音学习三大阶段，其中：

(1)用户注册阶段为用户选择是否运用说话人确认机制进行身份确认，如果选择“是”则为该用户建立他个人的语料库，反之则不建立语料库在用户以后登陆时也不进行说话人确认工作；

(2)用户登录阶段又分为身份确认模块和用户判断模块，用户进入系统首页，即进入了用户登录阶段，在身份确认模块输入用户名和密码，通过用户判断模块进行处理用户名和密码一致则为注册用户，允许登陆系统，反之非注册用户拒绝登陆系统；

(3)汉语发音学习阶段则分为说话人确认模块和用户确认后处理模块；确认模块处理过程包括训练和确认两个阶段，训练过程是根据用户建立的语料库进行训练提取特征参数，系统据此确定模型参数；确认过程是由待识人说的语音经特征提取后与系统在训练时通过EM算法重估高斯混合模型(GMM)、全局背景模型(UBM)的模型参数，并进行比较，进而得到确认结果；若为正式注册用户就记录他的学习过程供下次使用，若为非正式注册用户就不记录相关学习信息。

2.根据权利要求1所述的一种远程汉语教学中的说话人确认系统，其特征在于：特征提取阶段对原始语音信号经过预加重、分帧、加窗后，将该时域信号补0进行离散傅立叶变换(DFT)，所得线性频谱经过Mel滤波器组得到Mel频谱，再经过离散余弦变换得到Mel频率倒谱系数(MFCC)；采用跳跃取点的方式加速运算速度；并将得到的MFCC进行变换使之满足特定的高斯分布以减少噪声干扰。

3.根据权利要求1所述的一种远程汉语教学中的说话人确认系统，其特征在于：采用高斯混合模型(GMM)描述用户模型，其中对于模型的权重、均值、协方差矩阵参数的最大似然重估采用EM算法实现。

4.根据权利要求1所述的一种远程汉语教学中的说话人确认系统，其特征在于：通过K均值聚类和EM迭代算法训练一个与说话人无关的全局背景模型(UBM)，它本质上是一个大型的GMM模型，使用所有待识别说话人的特征分布特性，为了提高计算效率我们采用一种筛选树的方法，从UBM中选取前6个最佳高斯分量，利用用户模型中相对应的6个高斯分量计算每个说话人模型的概率值，提高识别速度。