[发明专利]一种融合组合模型信息的语音鉴别模型压缩方法

权利要求书

1.一种融合组合模型信息的语音鉴别模型压缩方法，其特征在于，所述方法包括：

组合模型的训练流程：

S1：采集组合模型的训练数据；

S2：提取所述组合模型的训练数据的声学特征；

S3：应用所述组合模型的训练数据的声学特征训练多个单模型；

S4：采用线性回归进行学习组合模型中各个单模型的最优权重系数ß_j，学习到组合模型中单模型的权重系数，得到训练后的组合模型；

目标模型的压缩：

S5：采集目标模型的训练数据；

S6：提取所述目标模型的训练数据的声学特征；

S7：从目标模型的训练数据中提取样本标签信息，作为硬标签信息；同时采用前向计算方法，从组合模型中计算后验概率信息；

S8：将所述硬标签信息与后验概率信息进行线性插值，得到组合模型的监督概率信息；

S9：利用组合模型的监督概率信息辅助目标模型进行训练，通过最小化目标模型和组合模型的概率分布距离，得到训练后的目标模型；

目标模型压缩后的预测：

S10：采集目标模型的预测数据；

S11：提取所述目标模型的预测数据的声学特征；

S12：将所述预测数据的声学特征输入到所述训练后的目标模型，输出语音的真假类型；

所述组合模型的监督概率信息的具体计算公式为：

其中，

x：每句语音的声学特征；

c_i：与声学特征对应的输出标签，ci取值为真或假，i为标签的下标；

P_ens(c_i|x)：组合模型的监督概率信息；

P_hard(c_i|x)：硬标签值，直接由组合模型的训练数据的标签数据得到；

Q(c_i|x)：组合模型的后验概率；

α：为P_hard(c_i|x)的权重系数。

2.根据权利要求1所述的融合组合模型信息的语音鉴别模型压缩方法，其特征在于，所述组合模型的训练数据包括真实音频数据和虚假音频数据。

3.根据权利要求1所述的融合组合模型信息的语音鉴别模型压缩方法，其特征在于，所述组合模型的训练数据的声学特征为常数Q谱系数CQCC。

4.根据权利要求1所述的融合组合模型信息的语音鉴别模型压缩方法，其特征在于，所述多个单模型包括：高斯混合模型、卷积神经网络模型、残差网络模型和长短时记忆模型。

5.根据权利要求1所述的融合组合模型信息的语音鉴别模型压缩方法，其特征在于，将多个训练后的单模型进行线性回归，其中线性回归公式中的偏置为0。