[发明专利]一种基于稀疏表示的短语音说话人识别方法有效
| 申请号： | 201310319824.0 | 申请日： | 2013-07-26 |
| 公开（公告）号： | CN103345923A | 公开（公告）日： | 2013-10-09 |
| 发明（设计）人： | 程建;黎兰;苏靖峰;周圣云;李鸿升 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G10L17/00 | 分类号： | G10L17/00;G10L17/04 |
| 代理公司： | 成都华典专利事务所(普通合伙) 51223 | 代理人： | 徐丰;杨保刚 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于稀疏表示的短语音说话人识别方法，属于语音信号处理与模式识别技术领域，其旨在决现有方法在语音数据有限条件下识别率低的问题。其主要包括以下步骤：①对所有语音样本预处理，然后提取梅尔倒谱系数及其一阶差分系数作为特征；②由背景语音库训练高斯背景模型，并提取高斯超向量作为二次特征；③将训练语音样本的高斯超向量排列在一起构成字典；④利用稀疏求解算法求解表示系数，并重构信号，根据最小化残差确定识别结果。本发明经自适应得到的高斯超向量，能够极大地缓解语音数据有限带来说话人个性特征表现不足的问题；利用稀疏表示的重构残差进行分类，能够处理语义信息不匹配导致的说话人模型失配的问题。 | ||
| 搜索关键词： | 一种 基于 稀疏 表示 语音 说话 识别 方法 | ||
【主权项】：
一种基于稀疏表示的短语音说话人识别方法，其特征在于，包括以下步骤：步骤一：对所有语音样本预处理，主要包括预加重、分帧加窗、端点检测，然后提取梅尔倒谱系数及其一阶差分系数作为特征；步骤二：由背景语音库训练高斯背景模型，并提取高斯超向量作为二次特征；步骤三：将训练语音样本的高斯超向量排列在一起构成字典；步骤四：利用稀疏求解算法求解表示系数，并重构信号，根据最小化残差确定识别结果。
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电子科技大学，未经电子科技大学许可，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/201310319824.0/，转载请声明来源钻瓜专利网。
