基于条件高斯混合模型的线谱对参数降维量化方法

发明专利无效专利

申请号：
CN201210140030.3
IPC分类号：G10L19/02;G10L19/08
申请日期：
2012-05-08
申请人：
哈尔滨工程大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于条件高斯混合模型的线谱对参数降维量化方法
申请号	CN201210140030.3	申请日期	2012-05-08
法律状态	撤回	申报国家	中国
公开/公告日	2012-10-03	公开/公告号	CN102708871A
优先权	暂无	优先权号	暂无
主分类号	G10L19/02 ? IPC结构图谱： G 物理 G0 仪器 G10 乐器；声学 G10L 语音分析或合成；语音识别；语音或声音处理；语音或音频编码或解码〔4〕 G10L19/00 用于冗余度下降情形（例如在声码器中）的语音或音频信号分析-合成技术；语音或音频信号编码或解码，采用源滤波器模型或心理声学分析（乐器中的入G10H）〔7，2013.01〕 G10L19/02 利用频谱分析，例如变换声码器或子频带声码器〔7，2013.01〕	IPC分类号	G;1;0;L;1;9;/;0;2;;;G;1;0;L;1;9;/;0;8查看分类表>
申请人	哈尔滨工程大学	申请人地址	黑龙江省哈尔滨市南岗区南通大街145号哈尔滨工程大学科技处知识产权办公室变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	哈尔滨工程大学	当前权利人	哈尔滨工程大学
发明人	陈立伟;汤春明;廖艳萍;刘晴晴
代理机构	暂无	代理人	暂无

摘要

本发明提供的是一种基于条件高斯混合模型的线谱对参数降维量化方法。具体步骤是：首先对采样后的语音信号分帧，提取语音信号的LSP特征参数，进行特征参数降维；然后分裂特征参数序列得到子矢量；针对子矢量参数序列进行两两结合，建立联合序列；利用联合序列训练条件高斯混合模型，得到条件高斯混合模型的参数；利用条件高斯混合模型的均值向量和协方差矩阵等参数，计算条件概率密度，且其个数等于高斯分量的个数；然后进行数据分组，将当前一帧数据归入条件概率密度值最大的那一个高斯分量所描述的分组中；将已分组的数据分别用LBG算法训练码书；最终得到的码书为该语音信号的矢量量化结果。本发明提升了量化性能，训练简单、计算复杂度低。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供