[發(fā)明專利]基于自聯(lián)想神經(jīng)網(wǎng)絡和高斯混合背景模型相結合的說話人確認方法

無效

• 申請?zhí)枺?/td>: 200910024432.5
• 申請日: 2009-02-24
• 公開（公告）號: CN101814159A
• 公開（公告）日: 2010-08-25
• 發(fā)明（設計）人: 余華;戴紅霞;陳存寶;趙力;魏昕;奚吉;王青云;梁瑞宇
• 申請（專利權）人: 余華
• 主分類號: G06N3/08
• 分類號: G06N3/08;G10L17/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.基于自聯(lián)想神經(jīng)網(wǎng)絡和高斯混合背景模型相結合的說話人確認方法，其特征在于包括以下步驟：

在訓練時，利用自聯(lián)想神經(jīng)網(wǎng)絡(AANN)對特征向量進行變換，并且學習特征向量集的結構，然后 把學習結果以殘差特征向量的形式提供給高斯混合模型(GMM)，進行GMM模型訓練；

通過一個兩階段方法來訓練這個通用背景模型和說話人模型，訓練AANN網(wǎng)絡的過程和訓練GMM模 型的過程交替進行；

其中，訓練通用背景模型的GMM時采用期望最大(EM)方法，其訓練過程為：

(1-1)確定GMM模型和AANN網(wǎng)絡結構；

(1-2)設定收斂條件和最大迭代次數(shù)；

(1-3)隨機確定AANN網(wǎng)絡和GMM模型參數(shù)；

(1-4)把背景特征向量輸入AANN網(wǎng)絡，得到所有的殘差向量；

(1-5)固定AANN網(wǎng)絡參數(shù)，利用如下各式修正GMM模型各個高斯分布的權系數(shù)，均值和方差，其 中方差可由均方值和均值得到：

類別后驗概率：p(i|xt,λ)=pibi(xt)Σk=1Mpkbk(xt)]]>

權系數(shù)：

均值：ui‾=Σt=1Np(i|xt,λ)xtΣt=1Np(i|xt,λ)]]>

均方值：Ei(x2)=Σt=1Np(i|xt,λ)xt2Σt=1Np(i|xt,λ)]]>

x_t是一個N維的隨機向量；b_i(x)，i＝1，2，...，M是成員密度；p_i，i＝1，2，..，M是混合權值，滿足 p_i＞0；每個成員密度是一個均值矢量為U_i、協(xié)方差矩陣為∑_i的高斯函數(shù)，形式如下：

bi(xt)=1(2π)D/2|Σi|1/2exp{-12(xt-ui)′Σi-1(xt-ui)}]]>

λ為完整的高斯混合密度由所有成員密度的均值矢量、協(xié)方差矩陣和混合權值參數(shù)λ_i的集合；

λ_i＝{p_i，u_i，∑_i}，i＝1，2，...，M

(1-6)利用修正后的GMM模型各個高斯分布的權系數(shù)，均值向量和方差，把殘差帶入，得到一個似 然概率，利用帶慣性的BP向后反演方法修正AANN網(wǎng)絡參數(shù)；

(1-7)判斷是否滿足訓練停止條件，是，停止訓練，否，轉(1-4)；

訓練目標說話人模型的GMM時用最大后驗概率(MAP)方法，其訓練過程為：

(2-1)給定收斂條件和最大迭代次數(shù)；

(2-2)通用背景模型的AANN網(wǎng)絡和GMM模型參數(shù)作為模型初始參數(shù)

(2-3)把目標說話人特征向量輸入AANN網(wǎng)絡，得到所有的殘差向量；

(2-4)固定AANN網(wǎng)絡參數(shù)，修正GMM模型各個高斯分布的權系數(shù)，均值向量和方差，修正公式如

ωi^=[αiωpi‾+(1-αiω)ωi]γ]]>

μ^i=αimui‾+(1-αim)μi]]>

σ^i2=αivEi(x2)+(1-αiv)(σi2+μi2)-μ^2]]>

通常，取值相同，有αiw=αim=αiv=Npi‾/(Npi‾+r),]]>其中，r＝16；

(2-5)利用修正后的GMM模型各個高斯分布的權系數(shù)，均值向量和方差，把殘差帶入，得到一個似 然概率，利用帶慣性的BP向后反演方法修正AANN網(wǎng)絡參數(shù)；

(2-6)判斷是否滿足訓練停止條件，是，停止訓練，否，轉(2-3)；

訓練AANN時采用帶慣性的反向傳播(BP)向后反演法；

在進行說話人確認時，由于AANN網(wǎng)絡已經(jīng)學習了目標說話人特征空間的結構，所以輸入特征向量， AANN網(wǎng)絡會把特征向量作適當?shù)淖儞Q，然后提供給GMM模型，而會起到增強目標特征的似然概率，降 低非目標特征的似然概率。