[发明专利]快速信道补偿的声纹认证系统及方法

权利要求书

1.一种快速信道补偿的声纹认证系统，其特征在于，该声纹认证系统包括高斯选择器、选择UBM混合度模块、话者因子或通道因子模块、UBM模型和话者模型；所述高斯选择器用于对UBM模型的各个高斯分量进行分类；所述选择UBM混合度模块用于利用高斯选择器为训练数据的每帧观察矢量选择距离较近的混合度计算零阶或一阶统计量；所述话者因子或通道因子模块用于根据上述零阶或一阶统计量来估计话者因子或通道因子，根据该话者因子或通道因子来建立话者模型。

2.如权利要求1所述的快速信道补偿的声纹认证系统，其特征在于，所述话者因子是利用很多人的不同次发音训练得到的一个因子矩阵；所述通道因子是利用很多人在不同信道下的语音数据训练得到的一个因子矩阵。

3.如权利要求1所述的快速信道补偿的声纹认证系统，其特征在于，所述高斯选择器对UBM模型的各个高斯分量按照相似度进行分类，通过对UBM模型的各个高斯分量的分类，将相似的一组高斯分量合并成高斯选择器的一个高斯分量。

4.如权利要求1所述的快速信道补偿的声纹认证系统，其特征在于，所述选择UBM混合度模块的具体处理方法如下：首先，计算训练数据的每帧观察矢量和经高斯选择器分类的高斯分量的后验概率，选择其中后验概率最大的若干组高斯分量；然后，计算当前的观察矢量和选择出的这若干组高斯分量的后验概率，其余的高斯分量的后验概率直接为零。

5.一种快速信道补偿的声纹认证方法，其特征在于，包括如下步骤：

1)构建高斯选择器，该高斯选择器对UBM模型的各个高斯分量进行分类；

2)经高斯选择器分类的高斯分量和训练数据的每帧观察矢量计算后验概率，选择其中后验概率最大的若干组高斯分量；

3)计算当前的观察矢量和UBM模型中属于选择出的这若干组高斯分量的后验概率，其余的高斯分量的后验概率直接为零；

4)根据步骤3)计算出零阶或一阶统计量来估计话者因子或通道因子；

5)根据该话者因子或通道因子来建立话者模型。

6.如权利要求5所述的快速信道补偿的声纹认证方法，其特征在于，步骤1)中，所述高斯选择器对UBM模型的各个高斯分量进行分类，通过对UBM模型的各个高斯分量的分类，将相似的一组高斯分量合并成高斯选择器的一个高斯分量。