[发明专利]一种说话人的身份确认方法和装置

摘要

本发明适用于语音技术领域，提供了一种说话人的身份确认方法和装置，包括：对训练语音提取JFA超向量并从中生成第一子向量；利用PCA算法将第一子向量投影到第一子空间中；对第一子空间进行随机采样得到Q个第二子空间；将投影到Q个第二子空间中的向量分别映射到Q个第三子空间中；利用非参数线性区分分析对Q个第三子空间进行分析建模；利用投影矩阵W2*W3，将每条训练语音和测试语音的JFA超向量分别投影到Q个第三子空间，得到Q个目标说话人参考向量和Q个测试参考向量；将Q个分类器的输出进行融合；将得分最高的融合结果对应的训练语音的说话人确认为测试语音的说话人。本发明很好地改进了说话人身份确认系统的系统性能。

主权项

一种说话人的身份确认方法，其特征在于，包括：对训练语音提取联合因子分析JFA超向量M_ih＝[m_ih1,m_ih2,...,m_ihN]，其中，所述M_ih表示训练集中第i个说话人的第h条训练语音的JFA超向量；从所述训练语音的JFA超向量M_ih＝[m_ih1,m_ih2,...,m_ihN]中提取出k个均值向量，生成第一子向量S_ih＝[m'_ih1,m'_ih2,...,m'_ihk]；利用主元分析PCA算法将所述第一子向量S_ih＝[m'_ih1,m'_ih2,...,m'_ihk]投影到维度为J的第一子空间中；对所述第一子空间进行随机采样，得到Q个第二子空间；分别对投影到Q个所述第二子空间的向量进行类内协方差归一化WCCN处理，训练出投影矩阵W2，再将投影到Q个所述第二子空间中的向量通过所述投影矩阵W2分别映射到Q个第三子空间中；利用非参数线性区分分析对Q个所述第三子空间进行分析建模，得到投影矩阵W3；利用投影矩阵W2*W3，将每条训练语音的JFA超向量分别投影到Q个所述第三子空间，得到Q个目标说话人参考向量；提取测试语音的JFA超向量；利用所述投影矩阵W2*W3，将所述测试语音的JFA超向量分别投影到Q个所述第三子空间，得到Q个测试参考向量；分别计算所述测试参考向量与Q个所述目标说话人参考向量之间的余弦距离，得到Q个分类器的输出；通过预设算法将Q个所述分类器的输出进行融合；将得分最高的融合结果对应的训练语音的说话人确认为所述测试语音的说话人。