[发明专利]一种基于后验知识监督的噪声鲁棒声学建模方法

权利要求书

1.一种基于后验知识监督的噪声鲁棒声学建模方法，其特征是，包括：

通过老师模型的训练得出干净语音的后验概率分布；

以所述干净语音的后验概率分布为标准来监督学生模型的训练，使学生模型无限逼近老师模型的后验概率分布；

其中，所述老师模型为干净语音训练的模型，所述学生模型为带噪语音训练的模型。

2.根据权利要求1所述的基于后验知识监督的噪声鲁棒声学建模方法，其特征是，所述老师模型的训练，包括：

对干净语音进行特征X_t提取；

对分窗后的特征X_t进行逐帧强制对齐，并得到每一帧语音数据的硬标注；

在强制对齐的基础上对每一个硬标注进行时间维度上的起止点标注；

将所述起止点标注信息与硬标注数据作为监督信息送入DNN模块进行声学模型的建模训练。

3.根据权利要求2所述的基于后验知识监督的噪声鲁棒声学建模方法，其特征是，所述对分窗后的特征进行逐帧强制对齐，通过GMM-HMM模块进行。

4.根据权利要求2所述的基于后验知识监督的噪声鲁棒声学建模方法，其特征是，所述声学模型的建模训练，包括：

将特征X_t作为模型输入，音素硬标注与标注数据作为监督信息，利用前向算法得出逐帧数据的三因素后验概率分布。

5.根据权利要求1所述的基于后验知识监督的噪声鲁棒声学建模方法，其特征是，所述学生模型的训练，包括：

对带噪语音进行初步特征X_s提取；

提取出的音素特征X_s与老师模型的软标注进行平行对齐，从而得到学生模型的软标注；

在初步提取的声学特征基础上提取高层特征，并进行高层特征的降维，提炼出能够对噪声语音不变性进行表征的特征序列；

将高层特征输入DNN模块进行声学模型的建模训练。

6.根据权利要求5所述的基于后验知识监督的噪声鲁棒声学建模方法，其特征是，所述提取高层特征借助CNN网络局部连接与降采样模块进行提取。

7.根据权利要求5所述的基于后验知识监督的噪声鲁棒声学建模方法，其特征是，所述神经网络模块的训练过程以相对熵最小化作为优化准则。

8.根据权利要求7所述的基于后验知识监督的噪声鲁棒声学建模方法，其特征是，所述老师模型和学生模型的后验概率分布差异性，通过相对熵进行量化。

9.根据权利要求8所述的基于后验知识监督的噪声鲁棒声学建模方法，其特征是，所述老师模型和学生模型的相对熵为：

其中：P_t为老师模型的后验概率分布，Q_s为学生模型的后验概率分布，i表示三音素状态集合中的次序，ph_i为三音素状态集合中的第i个状态，X_t表示用于训练老师模型的干净语音特征，X_s表示用于训练学生模型的带噪语音特征，P_t(ph_i︱X_t)表示特征X_t被识别为第i个三音素状态的后验概率，Q_s(ph_i︱X_s)表示特征X_s被识别为第i个三音素状态的后验概率。

10.根据权利要求9所述的基于后验知识监督的噪声鲁棒声学建模方法，其特征是，所述老师模型和学生模型的后验概率分布相对熵为：