[发明专利]一种基于多说话人模型的噪声与说话人联合补偿方法

摘要

本发明公开了一种基于多说话人模型的噪声与说话人联合补偿方法，用多类说话人的声学模型预测目标说话人的语音特性，根据各类高斯混合模型（GMM）的识别结果选取与目标说话人最匹配的声学模型，并对其参数进行噪声补偿和说话人自适应，得到测试环境声学模型。本发明可以提高环境噪声、说话人的改变等多种环境失配因素存在时模型自适应的准确性。

主权项

一种基于多说话人模型的噪声与说话人联合补偿方法，其特征在于，包括如下步骤：（1）根据训练语音中各说话人的语音特性，对说话人进行聚类，划分训练语音，得到若干类说话人的训练语音；（2）对每类说话人的训练语音分别进行GMM训练和HMM训练，得到一个GMM模型和一组HMM模型；（3）根据非语音段估得的噪声参数，对每个GMM的均值和方差进行噪声补偿，使之与含噪测试环境相匹配；（4）用噪声补偿后的GMM对测试环境下目标说话人的自适应语音进行识别，判断其与哪类说话人的语音特性最接近，记录类序号，作为说话人选择的结果；（5）根据GMM识别得到的说话人类序号，从多说话人声学模型中选取与目标说话人语音特性最接近的一组HMM模型，并根据噪声参数对其每个高斯单元的均值和方差进行变换，得到噪声补偿后的声学模型；（6）根据目标说话人的自适应语音对选取的声学模型的每个HMM的参数进行说话人自适应，进一步调整其参数，使之与测试语音相匹配，得到测试环境声学模型。