[發明專利]一種基于線性回歸的聲紋識別方法及系統

有效

• 申請號: 201810141059.0
• 申請日: 2018-02-11
• 公開（公告）號: CN108091326B
• 公開（公告）日: 2021-08-06
• 發明（設計）人: 張曉雷
• 申請（專利權）人: 張曉雷
• 主分類號: G10L15/02
• 分類號: G10L15/02;G10L15/06;G10L15/08;G10L17/02;G10L17/04;G10L17/22
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 楊華;王寶筠

1.一種基于線性回歸的聲紋識別方法，其特征在于，包括：

從語音數據中獲取第一聲紋特征矢量；

使用預先訓練的線性回歸模型，將所述第一聲紋特征矢量映射為第二聲紋特征矢量；

對所述第二聲紋特征矢量進行分類識別；

其中，所述線性回歸模型的訓練過程包括：

從聲紋數據庫中獲取訓練數據其中，x_i,j為從所述聲紋數據庫中的每句話抽取的一個d維的聲紋特征矢量，i＝1,...,n，j＝1,...,M_i，n為所述聲紋數據庫中的說話人的數量，任意一個說話人對應M_i句話；y_i,j為第i個說話人的n維示性矢量y_i,j＝[0,...,1,...,0]^T；d為預設數值；

使用A＝(XX^T)^-1XY^T，得到所述線性回歸模型，其中，為訓練數據的聲紋矢量組成的的矩陣，為訓練數據的示性矢量組成的的矩陣。

2.根據權利要求1所述的方法，其特征在于，所述將所述第一聲紋特征矢量映射為第二聲紋特征矢量包括：

使用映射關系z＝A^Tx，將所述第一聲紋特征矢量映射為第二聲紋特征矢量，其中，A為所述預先訓練的線性回歸模型，x為所述第一聲紋特征矢量，z為所述第二聲紋特征矢量。

3.根據權利要求1所述的方法，其特征在于，所述對所述第二聲紋特征矢量進行分類識別包括：

使用余弦分類器，對所述第二聲紋特征矢量進行分類識別。

4.根據權利要求1所述的方法，其特征在于，所述從語音數據中獲取第一聲紋特征矢量包括：

使用GMM/i-vector算法、DNN/i-vector算法或者d-vector算法，從語音數據中獲取第一聲紋特征矢量。

5.一種基于線性回歸的聲紋識別系統，其特征在于，包括：

聲紋特征提取前端，用于從語音數據中獲取第一聲紋特征矢量；

聲紋識別后端，所述聲紋識別后端包括聲紋特征映射模塊和聲紋分類器，所述聲紋特征映射模塊用于使用預先訓練的線性回歸模型，將所述第一聲紋特征矢量映射為第二聲紋特征矢量；所述聲紋分類器用于對所述第二聲紋特征矢量進行分類識別；

其中，所述聲紋特征映射模塊還用于：

從聲紋數據庫中獲取訓練數據其中，x_i,j為從所述聲紋數據庫中的每句話抽取的一個d維的聲紋特征矢量，i＝1,...,n，j＝1,...,M_i，n為所述聲紋數據庫中的說話人的數量，任意一個說話人對應M_i句話；y_i,j為第i個說話人的n維示性矢量y_i,j＝[0,...,1,...,0]^T；d為預設數值；

使用A＝(XX^T)^-1XY^T，得到所述線性回歸模型，其中，為訓練數據的聲紋矢量組成的的矩陣，為訓練數據的示性矢量組成的的矩陣。

6.根據權利要求5所述的系統，其特征在于，所述聲紋特征映射模塊用于使用預先訓練的線性回歸模型，將所述第一聲紋特征矢量映射為第二聲紋特征矢量包括：

所述聲紋特征映射模塊具體用于，使用映射關系z＝A^Tx，將所述第一聲紋特征矢量映射為第二聲紋特征矢量，其中，A為所述預先訓練的線性回歸模型，x為所述第一聲紋特征矢量，z為所述第二聲紋特征矢量。

7.根據權利要求5所述的系統，其特征在于，所述聲紋分類器包括：余弦分類器。

8.根據權利要求5所述的系統，其特征在于，所述聲紋特征提取前端包括：

GMM/i-vector前端、DNN/i-vector前端或者d-vector前端。