[发明专利]融合韵律信息的汉语方言辨识方法

摘要

本申请公开了一种融合韵律信息的汉语方言辨识方法，包括：s1、输入汉语方言信号进行语音信号提取，提取信号包括声学特征和韵律特征，所述声学特征包括SDC特征，所述韵律特征包括基频特征、能量包络特征和时长特征；s2、将提取的不同质的特征经过模型建模，转化成具有统一度量标准的特征矢量，然后进行组合构成一个统一矢量送分类器决策。本发明融合韵律信息的模型方法增加了汉语方言间的区别性，大大提升了方言辨识的正确率。

主权项

1.一种融合韵律信息的汉语方言辨识方法，其特征在于，包括：/ns1、输入汉语方言信号进行语音信号提取，提取信号包括声学特征和韵律特征，所述声学特征包括SDC特征，所述韵律特征包括基频特征、能量包络特征和时长特征；/ns2、将提取的不同质的特征经过模型建模，转化成具有统一度量标准的特征矢量，然后进行组合构成一个统一矢量送分类器决策，所述SDC特征的计算由4个整型参数决定，即(N,d,P,k)，其中N是每帧中倒谱特征的维数，d是计算差分倒谱的差分时间，P是k个倒谱块之间的转移时间，k是构成一个SDC特征的倒谱块的个数，在t帧第j个SDC特征的计算公式是：Δc_j,t＝c_j,(t+d)-c_j,(t-d)c_j,t在t帧的第j个MFFCC特征参数，所以在t帧时SDC的特征可表示为：/n /n每帧SDC特征向量的维数为N×k维，所述基频特征中，基音频率包含在语音信号的浊音段中，浊音信号的每一帧写成：/n /n其中，n＝0,…,N-1，N是每一帧语音的样本点数，I是拟合的谐波数，α_i，ω_i，分别是描述第i个谐波的幅度、频率和相位，该信号x(n)的自相关为：/n /n其中，τ＝0,…,N-1，定义相邻两帧信号的自相关协方差为该帧语音的基频流特征：/n /n其中，μ_t(τ)＝E{R_t(τ)}，d∈(N/2,N/2]是特征矢量的下标，令：/n /n其中，δ_i＝ω_t,i-ω_t+1,i，Δ＝{δ_i,i＝1,…,I}，通过求导得到，/n /n假设分帧后的语音信号为相邻两帧语音信号记为：x_t(n)，x_t+1(n)，n＝0,1,…N-1。/n