[發(fā)明專利]一種基于BP神經(jīng)網(wǎng)絡(luò)的說(shuō)話人識(shí)別方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201410270239.0
• 申請(qǐng)日: 2014-06-18
• 公開（公告）號(hào): CN104008751A
• 公開（公告）日: 2014-08-27
• 發(fā)明（設(shè)計(jì)）人: 周婷婷;李燕萍
• 申請(qǐng)（專利權(quán)）人: 周婷婷
• 主分類號(hào): G10L17/00
• 分類號(hào): G10L17/00;G10L17/02;G10L17/04;G10L17/18
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

1.一種基于BP神經(jīng)網(wǎng)絡(luò)的說(shuō)話人識(shí)別方法，其步驟是：分為語(yǔ)音訓(xùn)練階段和語(yǔ)音識(shí)別階段兩個(gè)步驟；其特征在于：所述語(yǔ)音訓(xùn)練階段的步驟是：首先對(duì)說(shuō)話人語(yǔ)音進(jìn)行語(yǔ)音訓(xùn)練，獲取說(shuō)話人語(yǔ)音信號(hào)，并得到語(yǔ)音預(yù)處理信號(hào)；即：語(yǔ)音信號(hào)預(yù)處理，包括預(yù)加重、端點(diǎn)檢測(cè)、分幀和加窗。

2.根據(jù)權(quán)利要求1所述一種基于BP神經(jīng)網(wǎng)絡(luò)的說(shuō)話人識(shí)別方法，其特征在于：所述MFCC語(yǔ)音參數(shù)提取法對(duì)語(yǔ)音預(yù)處理信號(hào)進(jìn)行特征提取，求得說(shuō)話人的特征參數(shù)；即：MFCC語(yǔ)音參數(shù)提取示方法如下：

(1)經(jīng)過(guò)預(yù)處理的語(yǔ)音信號(hào)X(n，ω_k)的幅度將被Mel刻度濾波器組的頻率響應(yīng)加權(quán)。Mel刻度濾波器組的中心頻率按Mel頻率均勻排列，每個(gè)三角濾波器的兩個(gè)底點(diǎn)是相鄰濾波器的中心，這些濾波器的中心頻率和帶寬與聽覺臨界邊帶濾波器組大體一致；在系統(tǒng)中Mel刻度濾波器個(gè)數(shù)取值為28；

(2)該步計(jì)算經(jīng)Mel刻度濾波器頻響加權(quán)后的能量值，表示第一個(gè)濾波器Vl(ω)的頻率響應(yīng)；時(shí)刻n的語(yǔ)音幀的第l個(gè)Mel刻度濾波器輸出的能量為Emel(n，l)，計(jì)算公式其中U1和L1表示各濾波器在非零區(qū)間最高和最低頻率；

其中的作用是根據(jù)濾波器的帶寬對(duì)濾波器進(jìn)行歸一化處理；使得對(duì)于有著平坦頻譜的輸入，各濾波器將輸出相等的能量；

(3)根據(jù)Emel(n，l)，將濾波器組的輸出取對(duì)數(shù)，然后對(duì)它做離散余弦變換(DCT)，得到位于時(shí)刻n的語(yǔ)音幀的Mel倒譜系數(shù)，計(jì)算如下

Cmel[n,m]=LRΣl=0R-1log{Emel(n,l)}cos(2πRlm).]]>

3.根據(jù)權(quán)利要求2所述一種基于BP神經(jīng)網(wǎng)絡(luò)的說(shuō)話人識(shí)別方法，其特征在于：所述PSO-BP神經(jīng)網(wǎng)絡(luò)進(jìn)行模型訓(xùn)練，經(jīng)過(guò)訓(xùn)練后的模型，建立和優(yōu)化PSO-BP神經(jīng)網(wǎng)絡(luò)模型庫(kù)；即：PSO-BP神經(jīng)網(wǎng)絡(luò)的建立和優(yōu)化的模型庫(kù)如下：

步驟1：初始化

初始化BP網(wǎng)絡(luò)結(jié)構(gòu)，包括設(shè)定網(wǎng)絡(luò)的輸入層、隱含層、輸出層的神經(jīng)元個(gè)數(shù)和學(xué)習(xí)率、及訓(xùn)練樣本的輸入和輸出；

初始化粒子群，包括粒子的規(guī)模N及每個(gè)粒子的位置向量及速度向量、每個(gè)粒子的個(gè)體極值和全局最優(yōu)值、迭代誤差精度、常系數(shù)c1和c2、最大慣性權(quán)值max、最小慣性權(quán)值min、最大速度Vmax及最大迭代次數(shù)等；

步驟2：迭代更新

(1)更新每個(gè)粒子的速度，并判斷更新后的速度是否大于最大速度Vmax，若大于最大速度vmax，則更新后的速度就取值為最大速度v，否則，保持不變；

(2)更新每個(gè)粒子的位置；

(3)計(jì)算各個(gè)粒子的適應(yīng)度值；

(4)計(jì)算粒子群的全局最小適應(yīng)值fg＝min{f1，f2，…，fN}；若當(dāng)前迭代次數(shù)達(dá)到最大迭代次數(shù)或fg〈網(wǎng)絡(luò)的訓(xùn)練誤差達(dá)到精度要求，則迭代停止，轉(zhuǎn)到步驟(3)；否則，計(jì)算各個(gè)粒子的個(gè)體極值Pi和全局極值Pg位置，轉(zhuǎn)到迭代更新的步驟(1)繼續(xù)更新粒子的速度和位置；

步驟3：輸出全局極值P的位置所確定的網(wǎng)絡(luò)權(quán)值和閾值，算法結(jié)束。

4.根據(jù)權(quán)利要求1所述一種基于BP神經(jīng)網(wǎng)絡(luò)的說(shuō)話人識(shí)別方法，其特征在于：所述語(yǔ)音識(shí)別階段采用和語(yǔ)音訓(xùn)練階段時(shí)一樣的方法，從待識(shí)別的語(yǔ)音中提取出語(yǔ)音特征；在BP神經(jīng)網(wǎng)絡(luò)中輸入上述特征參數(shù)，然后分別調(diào)用模型庫(kù)中每個(gè)人已保存好的網(wǎng)絡(luò)權(quán)值；并由pso-BP流程算法計(jì)算輸出結(jié)果，將輸出的結(jié)果與數(shù)據(jù)庫(kù)中的期望識(shí)別身份逐一進(jìn)行比較，將識(shí)別誤差最小的那個(gè)身份作為最后的識(shí)別結(jié)果。