[发明专利]用于语种识别的约束异方差线性鉴别分析方法

说明书

技术领域

本发明属于语音识别领域，具体地说，涉及一种约束异方差线性鉴别分析方法，可用于语种识别中高维特征矢量的快速降维和去相关处理。 

背景技术

语种识别是指使用机器从一段语音信号中识别出其语言的种类。语种识别主要用于多语种人机口语对话、语音翻译、跨语言语音检索以及语音侦听等系统。 

目前语种识别中使用最为普遍的特征是MFCC(Mel频率倒谱系数)及其衍生特征。在衍生特征中最为成功的是SDC(偏移差分倒谱)特征，它充分利用了语音信号中的时序信息，提高了特征的鉴别性。SDC特征实际上是由K块一阶差分特征拼接而成的，假设第t帧的基本特征为{c_j(t)，j＝1，2，...，N}，其中N为基本特征维数，下标j为维数索引，如附图1所示SDC可以表示为(参考文献Torres-Carrasquillo P A.Language identification using Gaussian mixturemodels[博士论文]Michigan State University，2002.) 

s_(iN+i)(t)＝c_j(t+iS+b)-c_j(t+iS-b)，j＝1，2，...，N；i＝0，1，...，K-1 

其中b为计算一阶差分特征时的帧数差，一般取值为1；K为块数，一般取值为7；S为各块之间的偏移帧数，一般取值为3。 

另外还有一种常用的衍生特征是差分特征，一般包括一阶差分和二阶差分。一阶差分特征为 

δj(t)=Σd=1Dd(cj(t+d)-cj(t-d))Σd=1Dd2,]]>j＝1，2，...，N 

其中D为差分窗的大小，一般取值为2。同理，由一阶差分进行计算即可得到二阶差分。实验证明，在语种识别中SDC特征比差分特征更为有效。 

SDC特征之所以能取得成功，主要是因为它的时间跨度比较大，含有了较多的时序信息。但是从其计算过程也可以看到它也存在一定的问题：SDC实质上是由若干块一阶差分拼接而成的，拼接以前各帧的特征存在一定的相关性，拼接以后变成了一帧特征内各维之间的相关性，这不利于后端分类器对其建模。为了解决这一问题，可以先将基本特征依次拼接成一个高维的超矢量，然后采用HLDA(异方差线性鉴别分析)方法进行处理，这样既能去除各维之间的相关性，又能降低特征的维数，减轻后端分类器的运算复杂度。但是，由于超矢量维数很高，对于大量数据而言，直接采用HLDA算法运算量极大，按目前数字集成电路芯片的计算能力几乎不能实现。 

发明内容

为了克服现有HLDA算法应用于高维超矢量时存在的问题，本发明提供一种CHLDA(约束异方差线性鉴别分析)算法，大大降低了运算量。使用数字集成电路实现时，与HLDA算法相比，采用本发明可使芯片运算模块节约资源90％以上。 

本发明的特征在于，所述方法是在数字集成电路芯片中按以下步骤实现的(如附图2所示)：