[发明专利]一种基于小波包分解及混合高斯模型估计的语音识别方法无效
| 申请号： | 200710061240.2 | 申请日： | 2007-09-28 |
| 公开（公告）号： | CN101188107A | 公开（公告）日： | 2008-05-28 |
| 发明（设计）人： | 李春利;董冠灵;郭倩;肖春景;张敏 | 申请（专利权）人： | 中国民航大学 |
| 主分类号： | G10L15/00 | 分类号： | G10L15/00;G10L15/02;G10L15/06;G10L15/14;G10L15/28;G10L19/12 |
| 代理公司： | 天津佳盟知识产权代理有限公司 | 代理人： | 侯力 |
| 地址： | 300300*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于小波包分解及混合高斯模型估计的语音识别方法。包括：对已知语音训练样本进行预处理，得到标准化特征向量；对特征向量进行小波包分解，得到在各个频段上的分解值；按照类别、频段将训练样本的小波包分解值动态聚类成子类，计算每个子类的均值向量和协方差矩阵；在各个频段上构造高斯模型集；计算频段之间的前向转移概率矩阵和后向转移概率矩阵；导入所有训练样本的高斯模型集，计算测试样本的分布概率及其估计值，判断测试样本的类别。本发明给出了任意类别样本准确的系列二维空间簇(各个频段)能量的分布图，所有的训练和识别运算都是在二维空间上进行，无论是用加噪的还是未加噪语音样本训练，识别效果均好于经典HMM方法。 | ||
| 搜索关键词： | 一种 基于 波包 分解 混合 模型 估计 语音 识别 方法 | ||
【主权项】：
1.一种基于小波包分解及混合高斯模型估计的语音识别方法，其特征在于该方法的具体步骤如下：第1、对已知语音训练样本数据進行预处理，得到标准化的M维特征向量；第2、对上步得到的训练样本的特征向量進行n级小波包分解，得到训练样本在各个频段上的分解值；其中n＝log2(M)-1，频段个数为Sf＝M/2；第3、按照类别、频段将上步得到的训练样本的小波包分解值动态聚类成子类，计算每个子类的均值向量和协方差矩阵；第4、为每类训练样本在各个频段构造高斯模型集；第5、按照类别计算训练样本频段之间的前向转移概率矩阵和后向转移概率矩阵；第6、导入所有训练样本的高斯模型集，计算待测试样本的分布概率；第7、计算待测试样本的分布概率的估计值，判断待测试样本的类别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国民航大学，未经中国民航大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/200710061240.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种消除高硫石油焦燃烧烟气中硫的方法
- 下一篇：真空充氮食品包装机
