[发明专利]一种基于多说话人模型的噪声与说话人联合补偿方法

权利要求书

1.一种基于多说话人模型的噪声与说话人联合补偿方法，其特征在于，包括如下步骤：

（1）根据训练语音中各说话人的语音特性，对说话人进行聚类，划分训练语音，得到若干类说话人的训练语音；

（2）对每类说话人的训练语音分别进行GMM训练和HMM训练，得到一个GMM模型和一组HMM模型；

（3）根据非语音段估得的噪声参数，对每个GMM的均值和方差进行噪声补偿，使之与含噪测试环境相匹配；

（4）用噪声补偿后的GMM对测试环境下目标说话人的自适应语音进行识别，判断其与哪类说话人的语音特性最接近，记录类序号，作为说话人选择的结果；

（5）根据GMM识别得到的说话人类序号，从多说话人声学模型中选取与目标说话人语音特性最接近的一组HMM模型，并根据噪声参数对其每个高斯单元的均值和方差进行变换，得到噪声补偿后的声学模型；

（6）根据目标说话人的自适应语音对选取的声学模型的每个HMM的参数进行说话人自适应，进一步调整其参数，使之与测试语音相匹配，得到测试环境声学模型。

2.根据权利要求1所述的基于多说话人模型的噪声与说话人联合补偿方法，其特征在于：在目标说话人自适应中，通过对数谱域的二阶多项式回归逼近训练环境均值向量和测试环境均值向量之间的实际环境变换关系，回归参数通过最大期望算法从测试环境下的自适应语音中估计。