[发明专利]一种基于迁移学习的带噪语音识别方法

权利要求书

1.一种基于迁移学习的带噪语音识别方法，其特征在于，所述方法包括判断迁移学习是否适用于带噪语音的声学建模，若是，则建立教师模型和学生模型，并利用教师模型指导学生模型进行训练。

2.根据权利要求1所述的基于迁移学习的带噪语音识别方法，其特征在于，所述判断迁移学习是否适用于带噪语音的声学建模的步骤包括：

采用MFCC提取干净语音和带噪语音的特征并构成特征向量；

计算干净语音特征向量和带噪语音特征向量之间的最大均值差异MMD；

判断所述MMD是否小于阈值，若是，则适用于带噪语音的声学建模。

3.根据权利要求1所述的基于迁移学习的带噪语音识别方法，其特征在于，所述利用教师模型指导学生模型进行训练的方法包括：

采用MFCC提取干净语音和带噪语音的特征并构成特征向量；

生成GMM-HMM模型；

生成硬标签；

训练老师模型；

生成软标签；

训练学生模型。

4.根据权利要求2所述的基于迁移学习的带噪语音识别方法，其特征在于，所述采用MFCC提取干净语音和带噪语音的特征并构成特征向量的步骤包括：

对语音进行预加重、分帧和加窗处理后对每一个短时分析窗通过FFT得到对应的频谱，并通过滤波器组得到Mel频谱，并在Mel频谱上进行倒谱分析。

5.根据权利要求3所述的基于迁移学习的带噪语音识别方法，其特征在于，所述生成GMM-HMM模型的步骤包括：

把通过MFCC提取的干净语音特征用高斯混合模型区模拟，再把均值和方差输入到HMM的模型中，其中GMM-HMM用于生成强制对齐信息，即硬标签。

6.根据权利要求3所述的基于迁移学习的带噪语音识别方法，其特征在于，所述生成硬标签的步骤包括：

通过提取的干净语音的特征，训练一个GMM-HMM模型，然后通过帧级别的强制对齐得到每帧数据的硬标签。

7.根据权利要求3所述的基于迁移学习的带噪语音识别方法，其特征在于，所述生成软标签的步骤包括：

将提取的干净语音的特征作为老师模型的输入，利用前向算法计算其后验概率分布，即为软标签。

8.根据权利要求3所述的基于迁移学习的带噪语音识别方法，其特征在于，所述训练学生模型的步骤包括：

利用提取的干净语音的特征和带噪语音的特征的平行关系，将提取的带噪语音的特征和干净语音的软标签进行对齐，得到带噪语音的特征的软标签，再利用该特征和其软标签训练学生模型。

9.根据权利要求8所述的基于迁移学习的带噪语音识别方法，其特征在于，在学生模型训练的过程中，老师模型的参数保持不变，仅更新学生模型参数。