[发明专利]一种基于字典学习和低秩矩阵分解的说话人识别方法有效
| 申请号： | 201910475010.3 | 申请日： | 2019-06-03 |
| 公开（公告）号： | CN110265039B | 公开（公告）日： | 2021-07-02 |
| 发明（设计）人： | 王昕;李宗晏 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G10L17/04 | 分类号： | G10L17/04;G10L17/02;G10L17/12 |
| 代理公司： | 南京苏科专利代理有限责任公司 32102 | 代理人： | 陈栋智 |
| 地址： | 210003 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种基于字典学习和低秩矩阵分解的说话人识别方法，包括以下步骤：步骤1，对说话人音频进行预加重、分帧、加窗、端点检测等处理；步骤2，提取出对应每个说话人语句的MFCC特征，并训练GMM‑UBM模型；步骤3，通过联合因子分析（JFA）估算全局差异空间矩阵T，全局差异空间因子w；步骤4，得到对应每个说话人语句的i‑vector；步骤5，从训练集中提取M维度的i‑vector并生成特征矩阵，根据训练集和测试集，对判别字典进行生成，得到的字典将作为i‑vector后端处理和打分模块，为最终判别提供依据；适应字典学习准则的编码系数可以有效提升识别力，并通过结构化稀疏来进行最优分类。 | ||
| 搜索关键词： | 一种 基于 字典 学习 矩阵 分解 说话 识别 方法 | ||
【主权项】：
1.一种基于字典学习和低秩矩阵分解的说话人识别方法，其特征在于：包括以下步骤：步骤1，对说话人音频进行预加重、分帧、加窗、端点检测等处理；步骤2，提取出对应每个说话人语句的MFCC特征，并训练GMM‑UBM模型；步骤3，通过联合因子分析(JFA)估算全局差异空间矩阵T，全局差异空间因子w；步骤4，得到对应每个说话人语句的i‑vector；步骤5，从训练集中提取M维度的i‑vector并生成特征矩阵，根据训练集和测试集，对判别字典进行生成，得到的字典将作为i‑vector后端处理和打分模块，为最终判别提供依据。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京邮电大学，未经南京邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910475010.3/，转载请声明来源钻瓜专利网。
