[发明专利]身份矢量x-vector线性变换下的说话人识别方法

摘要

本发明涉及一种身份矢量x‑vector线性变换下的说话人识别方法，主要步骤是：对语音进行特征提取，并分别提取其身份矢量x‑vector和i‑vector；利用同一个说话人的x‑vector和i‑vector进行平行因子分析器训练；选取平行因子分析器中x‑vector对应的参数，在此参数基础上对身份矢量x‑vector进行线性变换得到xl‑vector；对新的身份矢量xl‑vector训练PLDA模型；将待测试语音进行特征提取以及x‑vector提取，将其输入到训练阶段得到的线性变换器得到新的身份矢量xl‑vector，最后将其输入到训练阶段得到的PLDA模型，从而得到最终结果。本发明在保证内存需求和计算速度和基线系统相似的同时，提高了说话人识别的识别性能。

主权项

1.基于身份矢量x‑vector线性变换下的说话人识别方法，其特征在于，包括如下步骤：步骤1、提取说话人的训练语音的梅尔频率倒谱系数作为说话人的特征；步骤2、利用步骤1获得的特征采用深度神经网络结构训练x‑vector模型，建立身份矢量x‑vector模型，从而获得身份矢量x‑vector；步骤3、利用步骤1获得的特征基于EM算法训练i‑vector模型，建立身份矢量i‑vector模型，从而获得身份矢量i‑vector；步骤4、认为同一个说话人的i‑vector和x‑vector投影到同一个矢量中，基于EM算法训练得到平行因子分析器的参数，从而完成平行因子分析器的训练；步骤5、通过线性变换器，在平行因子分析器的参数中保留x‑vector对应的参数，在线性变换器基础上，将身份矢量xl‑vector用x‑vector的线性变换表达出来，从而建立身份矢量x_l‑vector模型，获得身份矢量x_l‑vector；步骤6、利用身份矢量x_l‑vector采用EM算法对PLDA的参数模型进行更新，完成对PLDA模型的训练；步骤7、测试阶段的说话人识别将注册语音已经对应的待识别语音进行特征提取后通过身份矢量x‑vector模型获得身份矢量x‑vector，将身份矢量x‑vector输入训练后的线性变换器得到新的身份矢量x_l‑vector，最后将身份矢量x_l‑vector输入到训练后的PLDA模型，从而得到说话人识别结果。