[發(fā)明專(zhuān)利]i-vector向量提取方法、說(shuō)話人識(shí)別方法、裝置、設(shè)備及介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 201810574010.4
• 申請(qǐng)日: 2018-06-06
• 公開(kāi)（公告）號(hào): CN109065022B
• 公開(kāi)（公告）日: 2022-08-09
• 發(fā)明（設(shè)計(jì)）人: 涂宏
• 申請(qǐng)（專(zhuān)利權(quán)）人: 平安科技（深圳）有限公司
• 主分類(lèi)號(hào): G10L15/02
• 分類(lèi)號(hào): G10L15/02;G10L15/06;G10L25/51
• 代理公司: 深圳眾鼎專(zhuān)利商標(biāo)代理事務(wù)所(普通合伙) 44325
• 代理人: 胡志桐

1.一種i-vector向量提取方法，其特征在于，包括：

獲取說(shuō)話人的訓(xùn)練語(yǔ)音數(shù)據(jù)，并提取所述訓(xùn)練語(yǔ)音數(shù)據(jù)對(duì)應(yīng)的訓(xùn)練語(yǔ)音特征；

基于預(yù)設(shè)UBM模型訓(xùn)練出與預(yù)設(shè)UBM模型對(duì)應(yīng)的總體變化子空間；

將所述訓(xùn)練語(yǔ)音特征投影在所述總體變化子空間上，獲取第一i-vector向量；

將所述第一i-vector向量投影在所述總體變化子空間上，獲取與所述說(shuō)話人對(duì)應(yīng)的注冊(cè)i-vector向量。

2.如權(quán)利要求1所述的i-vector向量提取方法，其特征在于，所述提取所述訓(xùn)練語(yǔ)音數(shù)據(jù)對(duì)應(yīng)的訓(xùn)練語(yǔ)音特征，包括：

對(duì)所述訓(xùn)練語(yǔ)音數(shù)據(jù)進(jìn)行預(yù)處理，獲取預(yù)處理語(yǔ)音數(shù)據(jù)；

對(duì)所述預(yù)處理語(yǔ)音數(shù)據(jù)作快速傅里葉變換，獲取訓(xùn)練語(yǔ)音數(shù)據(jù)的頻譜，并根據(jù)所述頻譜獲取訓(xùn)練語(yǔ)音數(shù)據(jù)的功率譜；

采用梅爾刻度濾波器組處理所述訓(xùn)練語(yǔ)音數(shù)據(jù)的功率譜，獲取訓(xùn)練語(yǔ)音數(shù)據(jù)的梅爾功率譜；

在所述梅爾功率譜上進(jìn)行倒譜分析，獲取訓(xùn)練語(yǔ)音數(shù)據(jù)的MFCC特征。

3.如權(quán)利要求1所述的i-vector向量提取方法，其特征在于，所述基于預(yù)設(shè)UBM模型訓(xùn)練出與預(yù)設(shè)UBM模型對(duì)應(yīng)的總體變化子空間，包括：

獲取所述預(yù)設(shè)UBM模型的高維充分統(tǒng)計(jì)量；

采用最大期望算法對(duì)所述高維充分統(tǒng)計(jì)量進(jìn)行迭代，獲取對(duì)應(yīng)的總體變化子空間。

4.如權(quán)利要求1所述的i-vector向量提取方法，其特征在于，所述將所述訓(xùn)練語(yǔ)音特征投影在所述總體變化子空間上，獲取第一i-vector向量，包括：

基于所述訓(xùn)練語(yǔ)音特征和所述預(yù)設(shè)UBM模型，采用均值MAP自適應(yīng)方法獲取GMM-UBM模型；

采用公式s₁＝m+Tw₁將所述訓(xùn)練語(yǔ)音特征投影在所述總體變化子空間上，獲取第一i-vector向量，其中，s₁是C*F維的GMM-UBM模型中與所述訓(xùn)練語(yǔ)音特征相對(duì)應(yīng)的均值超矢量；m是與說(shuō)話人無(wú)關(guān)且信道無(wú)關(guān)的C*F維超向量；T是所述總體變化子空間，維度為CF*N；w₁是第一i-vector向量，維度為N。

5.如權(quán)利要求1所述的i-vector向量提取方法，其特征在于，所述將所述第一i-vector向量投影在所述總體變化子空間上，獲取與所述說(shuō)話人對(duì)應(yīng)的注冊(cè)i-vector向量，包括：

采用公式s₂＝m+Tw₂將所述第一i-vector向量投影在所述總體變化子空間上，獲取注冊(cè)i-vector向量，其中，s₂是D*G維的與所述注冊(cè)i-vector向量相對(duì)應(yīng)的均值超矢量；m是與說(shuō)話人無(wú)關(guān)且信道無(wú)關(guān)的D*G維超向量；T是所述總體變化子空間，維度為DG*M；w₂是注冊(cè)i-vector向量，維度為M。

6.一種說(shuō)話人識(shí)別方法，其特征在于，包括：

獲取測(cè)試語(yǔ)音數(shù)據(jù)，所述測(cè)試語(yǔ)音數(shù)據(jù)攜帶說(shuō)話人標(biāo)識(shí)；

還包括采用權(quán)利要求1-5任一項(xiàng)所述i-vector向量提取方法對(duì)所述測(cè)試語(yǔ)音數(shù)據(jù)進(jìn)行處理，獲取對(duì)應(yīng)的測(cè)試i-vector向量；

基于所述說(shuō)話人標(biāo)識(shí)查詢(xún)數(shù)據(jù)庫(kù)，獲取與所述說(shuō)話人標(biāo)識(shí)對(duì)應(yīng)的注冊(cè)i-vector向量；

采用余弦相似度算法獲取所述測(cè)試i-vector向量和所述注冊(cè)i-vector向量的相似度，根據(jù)所述相似度檢測(cè)所述測(cè)試i-vector向量和所述注冊(cè)i-vector是否對(duì)應(yīng)同一說(shuō)話人。

7.一種i-vector向量提取裝置，其特征在于，包括：

獲取語(yǔ)音數(shù)據(jù)模塊，用于獲取說(shuō)話人的訓(xùn)練語(yǔ)音數(shù)據(jù)，并提取所述訓(xùn)練語(yǔ)音數(shù)據(jù)對(duì)應(yīng)的訓(xùn)練語(yǔ)音特征；

訓(xùn)練變化空間模塊，用于基于預(yù)設(shè)UBM模型訓(xùn)練出與預(yù)設(shè)UBM模型對(duì)應(yīng)的總體變化子空間；

投影變化空間模塊，用于將所述訓(xùn)練語(yǔ)音特征投影在所述總體變化子空間上，獲取第一i-vector向量；

獲取i-vector向量模塊，用于將所述第一i-vector向量投影在所述總體變化子空間上，獲取與所述說(shuō)話人對(duì)應(yīng)的注冊(cè)i-vector向量。