[发明专利]一种基于元音谱空间衰减率的异常说话人与正常说话人区分方法

权利要求书

1.一种基于元音谱空间衰减率的异常说话人与正常说话人区分方法，其特征在于，所述的区分方法包括以下步骤：

S1、预处理：读入元音语音样本，并进行预加重、加窗分帧处理；

S2、提取梅尔频率倒谱系数特征：对每一帧语音进行傅里叶变换，利用梅尔滤波器组将傅里叶变换的线性谱转换为梅尔谱，获取每一帧语音的梅尔频率倒谱系数特征；

S3、构建高斯混合模型：为异常说话人和正常说话人的每个元音构建一个高斯混合模型，其中，异常说话人和正常说话人的语音样本包括/a/、/e/、/i/、/o/、/u/的发音，为每个元音构建一个高斯混合模型，并采用期望最大化算法迭代更新高斯混合模型参数，所述的步骤S3包括：

S3.1、对于某组样本的梅尔频率倒谱系数特征C＝{c_t,t＝1,2,...,T}，c_t为第t帧梅尔频率倒谱系数，c_t满足独立同分布，C输入高斯混合模型θ的输出概率为：

式中，p(c_t|θ)表示c_t输入高斯混合模型θ的输出概率；

S3.2、引入隐含变量z，通过期望最大化算法求解θ，对于每个样本，用Q_t表示该样本隐含变量z服从某种分布，且满足：

Q_t(z)≥0

那么有：

利用Jensen不等式，有：

要使等号成立，必须使A为常数，又由于∑_iQ_t(z_i)＝1，则∑_ip(c_t,z_k|θ)＝A，因此Q_t(z_k)满足：

S3.3、执行期望最大化算法的E-step，对每个c_t计算：Q_t(z_k)，然后执行M-step，调整θ，极大化L(C|θ)的下界：

反复迭代，直至收敛，即可求得最终的参数θ；

S3.4、求解高斯混合模型的参数θ＝{w_k,μ_k,Σ_k}，则

式中，w_k表示权重，u_k表示均值，∑_k表示方差，且对密度函数取对数，并执行E-step后，得到第k个高斯成分的生成概率：

执行M-step，引入拉格朗日乘子算法，得到参数θ＝{w_k,μ_k,Σ_k}为：

S3.5、对于异常说话人或正常说话人的某个元音v，其第k个高斯混合分量的均值矢量表示该元音梅尔频率倒谱系数特征在第k个高斯混合分量上的均值，表示该元音的第k个高斯混合分量所占总体的权重；

S4、计算元音谱空间衰减率：将各个元音高斯混合模型的均值向量拼接成一个行矢量，计算元音谱空间衰减率，其中，所述的元音谱空间衰减率定义为：

式中，r(v)表示待判决元音v的谱空间衰减率，表示待判决元音v的均值行矢量，表示正常说话人元音v的均值行矢量，Av[μ_p]表示待判决的五个元音的均值行矢量的均值：

Av[μ_h]表示正常说话人五个元音的均值行矢量的均值：

S5、异常说话人与正常说话人判决：如果说话人测试样本的所有元音谱空间衰减率均值小于设定的阈值，则该说话人为异常说话人，否则为正常说话人。