基于加权贝叶斯混合模型的与文本无关的说话人识别方法

发明专利有效专利

申请号：
CN201410361706.0
IPC分类号：G10L17/04;G10L17/02
申请日期：
2014-07-25
申请人：
南京邮电大学

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	基于加权贝叶斯混合模型的与文本无关的说话人识别方法
申请号	CN201410361706.0	申请日期	2014-07-25
法律状态	暂无	申报国家	中国
公开/公告日	2014-12-03	公开/公告号	CN104183239A
优先权	暂无	优先权号	暂无
主分类号	G10L17/04 ? 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〕 G10L17/00 讲话者辨认或验证〔7〕 G10L17/02 预处理操作，例如：片断选择；模式表示或模拟，例如基于线性判别式分析(LDA)或主要部件；特征选择或提取〔2013.01〕 G10L17/04 训练，登记或模型的建立〔2013.01〕	IPC分类号	G;1;0;L;1;7;/;0;4;;;G;1;0;L;1;7;/;0;2查看分类表>
申请人	南京邮电大学	申请人地址	江苏省南京市鼓楼区北京西路20号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	国网江苏省电力有限公司信息通信分公司	当前权利人	国网江苏省电力有限公司信息通信分公司
发明人	魏昕;周亮;赵力;陈建新
代理机构	南京知识律师事务所	代理人	汪旭东

摘要

本发明公开了基于加权贝叶斯混合模型的与文本无关的说话人识别方法，该方法首先对用于训练的语音信号集合进行预处理和特征提取，接着在训练过程中采用加权贝叶斯混合模型来描述训练集合，通过训练分别估计出加权贝叶斯混合模型中的参数值以及随机变量分布，从而得到与每一说话人相对应的加权贝叶斯混合模型；在识别时，将经过预处理和特征提取的带识别的语音，计算其关于训练好的每一说话人相对应的加权贝叶斯混合模型的边缘似然值，将最大边缘似然值对应的说话人作为识别结果。本发明能有效地提高与文本相关说话人识别系统的识别正确率，避免传统方法中容易出现的过拟合和欠拟合问题，并且使得先验信息和训练数据的相对权重更容易和灵活地控制。

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