[发明专利]一种说话人识别方法和装置

摘要

本发明适用于说话人识别领域，提供了一种说话人识别方法和装置，该方法包括提取JFA说话人超向量，所述JFA说话人超向量为通过联合因子分析方法去除信道信息影响的高斯混合模型GMM超向量；对所提取的JFA说话人超向量进行分段，将JFA说话人超向量划分为多个子向量集；根据分段所得到的多个子向量集，对每个子向量集进行非参数区分分析，建立子空间说话人模型；根据所述子空间说话人模型获取待识别说话人的参考向量以及训练样本说话人的参考向量进行说话人识别。和现有技术相比，本发明运算量小；而且测试数据收集简单，提高识别性能。

主权项

一种说话人识别方法，其特征在于,所述方法包括：提取JFA说话人超向量，所述JFA说话人超向量为通过联合因子分析方法去除信道信息影响的高斯混合模型GMM超向量；对所提取的JFA说话人超向量进行分段，将JFA说话人超向量划分为多个子向量集；根据分段所得到的多个子向量集，对每个子向量集进行非参数区分分析，建立子空间说话人模型；根据所述子空间说话人模型获取待识别说话人的参考向量以及训练样本说话人的参考向量，根据预设的计算规则，以及所述待识别说话人的参考向量以及所述训练样本说话人的参考向量进行说话人识别；所述根据分段所得到的多个子向量集，对每个子向量集进行非参数区分分析，建立子空间说话人模型步骤包括：采用主成分分析PCA方法去除包含在子向量集中的冗余信息，得到每个子向量集的降维后的投影矩阵；采用类内协方差规整WCCN方法作用于所述降维后的投影矩阵，得到每个子向量集相应的子空间投影矩阵；采用非参数线性区分分析方法提取所述子空间投影矩阵的类边界的区分信息，得到每个子向量集中的非参数线性性区分分析投影矩阵；将主要成分分析PCA降维后的投影矩阵、类内协方差规整WCCN后的子空间投影矩阵以及非参数线性区分分析投影矩阵按照顺序依次拼接，得到总的子空间投影矩阵。