[發明專利]基于矢量量化和高斯混合模型的說話人識別系統

在審

• 申請號: 201710003175.1
• 申請日: 2017-01-03
• 公開（公告）號: CN108269573A
• 公開（公告）日: 2018-07-10
• 發明（設計）人: 楊育斌;沈金偉;柯宗貴
• 申請（專利權）人: 藍盾信息安全技術有限公司
• 主分類號: G10L17/02
• 分類號: G10L17/02;G10L17/04
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.基于矢量量化和高斯混合模型的說話人識別系統,包括：訓練階段和識別階段，其中：

a1：訓練階段：每一個說話人說出一段文字材料后獲得的語音信號(定義為訓練樣本)，對每一個訓練樣本建立匹配模型，每一個說話者對應一個模型；

a2：識別階段：從待識人的語音數據(定義為測試樣本)提取特征值，提取特征值中的參數與每一個匹配模型中的參數進行比較，通過每一個匹配模型計算得出待識別人的概率值，若某模型計算得的概率值最高并且該概率值高于給定閾值，則標簽待識人為該模型的說話者。

2.根據權利要求1所述的基于矢量量化和高斯混合模型的說話人識別系統，其特征在于，對原始數據預處理，錄音收集到說話人的原始語音數據后，需要經過預處理。預處理包括斷點檢測、預加重、分幀、加窗；通過GMM和VQ模型建模。

3.根據權利要求1所述的基于矢量量化和高斯混合模型的說話人識別系統，其特征在于，特征值提取，本方案選取MFCC作為特征向量。將預處理后的語音經過快速傅里葉變換后由時域信號變為頻域信號，然后取平方值、經過三角形濾波器組后取對數、再經過DCT變換，得到MFCC。

4.根據權利要求1所述的基于矢量量化和高斯混合模型的說話人識別系統，其特征在于，通過匹配模型GMM和VQ建模。