[发明专利]一种语音关键词识别中扩增语料的选取方法

摘要

本发明公开了一种语音关键词识别中扩增语料的选取方法，步骤包括：对含关键词的原始语音进行语音转化，得到同一语义但不同说话人信息的语音；对原始语音进行语音端点检测去除静音部分，再获取原始语音和生成语音中的关键词片段；将原始语音关键词片段分为男女两类样本，分别训练UBMM、UBMF，用第i个关键词的男女两类原始语音关键词片段分别训练GMM(M，i)、GMM(F，i)；采用GMM分离度度量判断GMM分量距离，将分离度较小的设为相似GMM分量，去除GMM(M，i)、GMM(F，i)中相似GMM分量，剩下分离度较大分量形成新的GMM′(M，i)、GMM′(F，i)，用GMM′(b，i)、GMM′(g，i)对生成语音关键词片段进行性别分类；采用改进后的评价系数对生成语音进行评价，选取训练样本。本发明能在存在样本较少或不均衡的情况下更高效地训练模型。