[发明专利]用于识别说话人的建模设备和方法、以及说话人识别系统

权利要求书

1.用于识别说话人的建模设备，其包括：

前端，从目标说话人取得登记语音；

参考锚集合生成单元，基于锚空间使用所述登记语音生成参考锚集合；以及

声纹生成单元，基于所述参考锚集合和所述登记语音生成声纹。

2.如权利要求1所述的用于识别说话人的建模设备，

所述参考锚集合包括主锚和同伴锚，所述同伴锚基于所述主锚生成。

3.如权利要求2所述的用于识别说话人的建模设备，

所述锚空间包含多个锚模型，通过从所述锚空间中找到距登记语音的所述模型的距离最近的锚模型，生成所述主锚。

4.如权利要求2或3所述的用于识别说话人的建模设备，

基于所述主锚将所述锚空间分割为多个集群，找出距不包含主锚的所述多个集群的重心的距离最近的锚模型，由此生成所述同伴锚。

5.如权利要求4所述的用于识别说话人的建模设备，

所述锚空间通过如下步骤分割为所述多个集群，即：最初，令N为与所述主锚的个数相等的值，将所述锚空间分割为N个集群；找到要进一步进行分割的、在所述N个集群中具有最大的类内距离的一个集群，在所述集群具有主锚的情况下，基于所述主锚与所述集群内的距所述主锚最远的锚，将所述集群分割为两个子集群，而在所述集群不具有主锚的情况下，基于相对于距离更远的所述主锚的、所述集群内最远的两个锚，将所述集群分割为两个子集群；以及反复执行上述过程，直到得到所述多个集群为止。

6.如权利要求3所述的用于识别说话人的建模设备，

所述距离为似然值。

7.如权利要求2所述的用于识别说话人的建模设备，

所述主锚通过MAP或MLLR等自适应方法利用所述登记语音进行自适应，所述同伴锚在自适应后基于所述主锚生成。

8.如权利要求2所述的用于识别说话人的建模设备，

所述主锚通过MAP或MLLR等自适应方法利用所述登记语音进行自适应，所述同伴锚和所述进行了自适应的主锚组合为所述参考锚集合。

9.用于识别说话人的建模方法，其包括：

从目标说话人取得登记语音的步骤；

基于锚空间使用所述登记语音生成参考锚集合的步骤；以及

基于所述参考锚集合和所述登记语音生成声纹的步骤。

10.如权利要求9所述的用于识别说话人的建模方法，

所述参考锚集合包括主锚和同伴锚，该建模方法还包括基于所述主锚生成所述同伴锚的步骤。

11.如权利要求10所述的用于识别说话人的建模方法，

所述锚空间包含多个锚模型，该建模方法还包括从所述锚空间中找到距登记语音的所述模型的距离最近的锚模型从而生成所述主锚的步骤。

12.如权利要求10或11所述的用于识别说话人的建模方法，还包括：

基于所述主锚将所述锚空间分割为多个集群，找出距不包含主锚的所述多个集群的重心的距离最近的锚模型，由此生成所述同伴锚的步骤。

13.如权利要求12所述的用于识别说话人的建模方法，还包括：

最初，令N为与所述主锚的个数相等的值，将所述锚空间分割为N个集群的步骤；

找到要进一步进行分割的、在所述N个集群中具有最大的类内距离的一个集群的步骤，在该步骤中，在所述集群具有主锚的情况下，基于所述主锚与所述集群内的距所述主锚最远的锚，将所述集群分割为两个子集群，而在所述集群不具有主锚的情况下，基于相对于距离更远的所述主锚的、所述集群内最远的两个锚，将所述集群分割为两个子集群；以及

反复执行上述过程，直到得到所述多个集群为止的步骤。

14.如权利要求11所述的用于识别说话人的建模方法，

所述距离为似然值。

15.如权利要求10所述的用于识别说话人的建模方法，还包括：

使所述主锚通过MAP或MLLR等自适应方法利用所述登记语音进行自适应的步骤；以及

在自适应后基于所述主锚生成所述同伴锚的步骤。