[发明专利]一种基于线性回归的声纹识别方法及系统

权利要求书

1.一种基于线性回归的声纹识别方法，其特征在于，包括：

从语音数据中获取第一声纹特征矢量；

使用预先训练的线性回归模型，将所述第一声纹特征矢量映射为第二声纹特征矢量；

对所述第二声纹特征矢量进行分类识别；

其中，所述线性回归模型的训练过程包括：

从声纹数据库中获取训练数据其中，x_i,j为从所述声纹数据库中的每句话抽取的一个d维的声纹特征矢量，i＝1,...,n，j＝1,...,M_i，n为所述声纹数据库中的说话人的数量，任意一个说话人对应M_i句话；y_i,j为第i个说话人的n维示性矢量y_i,j＝[0,...,1,...,0]^T；d为预设数值；

使用A＝(XX^T)^-1XY^T，得到所述线性回归模型，其中，为训练数据的声纹矢量组成的的矩阵，为训练数据的示性矢量组成的的矩阵。

2.根据权利要求1所述的方法，其特征在于，所述将所述第一声纹特征矢量映射为第二声纹特征矢量包括：

使用映射关系z＝A^Tx，将所述第一声纹特征矢量映射为第二声纹特征矢量，其中，A为所述预先训练的线性回归模型，x为所述第一声纹特征矢量，z为所述第二声纹特征矢量。

3.根据权利要求1所述的方法，其特征在于，所述对所述第二声纹特征矢量进行分类识别包括：

使用余弦分类器，对所述第二声纹特征矢量进行分类识别。

4.根据权利要求1所述的方法，其特征在于，所述从语音数据中获取第一声纹特征矢量包括：

使用GMM/i-vector算法、DNN/i-vector算法或者d-vector算法，从语音数据中获取第一声纹特征矢量。

5.一种基于线性回归的声纹识别系统，其特征在于，包括：

声纹特征提取前端，用于从语音数据中获取第一声纹特征矢量；

声纹识别后端，所述声纹识别后端包括声纹特征映射模块和声纹分类器，所述声纹特征映射模块用于使用预先训练的线性回归模型，将所述第一声纹特征矢量映射为第二声纹特征矢量；所述声纹分类器用于对所述第二声纹特征矢量进行分类识别；

其中，所述声纹特征映射模块还用于：

从声纹数据库中获取训练数据其中，x_i,j为从所述声纹数据库中的每句话抽取的一个d维的声纹特征矢量，i＝1,...,n，j＝1,...,M_i，n为所述声纹数据库中的说话人的数量，任意一个说话人对应M_i句话；y_i,j为第i个说话人的n维示性矢量y_i,j＝[0,...,1,...,0]^T；d为预设数值；

使用A＝(XX^T)^-1XY^T，得到所述线性回归模型，其中，为训练数据的声纹矢量组成的的矩阵，为训练数据的示性矢量组成的的矩阵。

6.根据权利要求5所述的系统，其特征在于，所述声纹特征映射模块用于使用预先训练的线性回归模型，将所述第一声纹特征矢量映射为第二声纹特征矢量包括：

所述声纹特征映射模块具体用于，使用映射关系z＝A^Tx，将所述第一声纹特征矢量映射为第二声纹特征矢量，其中，A为所述预先训练的线性回归模型，x为所述第一声纹特征矢量，z为所述第二声纹特征矢量。

7.根据权利要求5所述的系统，其特征在于，所述声纹分类器包括：余弦分类器。

8.根据权利要求5所述的系统，其特征在于，所述声纹特征提取前端包括：

GMM/i-vector前端、DNN/i-vector前端或者d-vector前端。