[發明專利]基于隨機森林的語音聲調識別方法及系統

在審

• 申請號: 202010813194.2
• 申請日: 2020-08-13
• 公開（公告）號: CN111916066A
• 公開（公告）日: 2020-11-10
• 發明（設計）人: 田嵐;李濛;劉國洋;范輝
• 申請（專利權）人: 山東大學
• 主分類號: G10L15/08
• 分類號: G10L15/08;G10L15/02
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 黃海麗

1.基于隨機森林的語音聲調識別方法，其特征是，包括：

獲取待識別的語音信號，對待識別的語音信號進行預處理；

對預處理后的待識別的語音信號進行特征參數的提取與選擇；

將提取的特征參數，輸入到預先訓練好的隨機森林模型中，輸出待識別的語音信號的聲調識別結果。

2.如權利要求1所述的方法，其特征是，所述對待識別的語音信號進行預處理，包括：對待識別的語音信號依次進行采樣、低通濾波、分幀和清濁判定。

3.如權利要求1所述的方法，其特征是，所述對預處理后的待識別的語音信號進行特征參數的提取與選擇；具體步驟包括：

對待識別的語音信號進行特征參數的綜合選定，得到一個含有N₀個特征參數的參數集；

使用特征權重算法根據各個參數對聲調分類的貢獻度求出其所占權重；

按照權重由大到小的順序，挑選出前N個構成優選的聲調特征矢量。

4.如權利要求1所述的方法，其特征是，所述使用特征權重算法求出參數集中各個參數在識別過程中所占的權重，是采用ReliefF算法來實現的。

5.如權利要求1所述的方法，其特征是，預先訓練好的隨機森林模型的訓練步驟包括：

在訓練過程中，輸入訓練集數據量為M*N，M表示訓練樣本的數量，其中包含L類聲調，N表示構成每個樣本聲調特征的參數數量，決策樹數量取值為T；

(1)：首先，在每棵樹的訓練過程中，對訓練集進行M次有放回的隨機抽取，得到樣本量為M的采樣集，其中訓練集中的數據有的被抽取多次，有的沒有被抽取；

(2)：其次，在每棵樹的每個節點處，從N個特征中隨機選擇n個特征，其中nN，在這n個特征中選擇最佳分割特征作為節點構建決策樹，在每個節點進行一次決策，經過多次決策得到L類聲調中的某類聲調；

(3)：重復(1)和(2)設定次數，所述設定次數為T次，構建了T棵決策樹，由這T棵決策樹組成隨機森林。

6.如權利要求5所述的方法，其特征是，在這n個特征中選擇最佳分割特征作為節點構建決策樹，是根據Gini指數來選擇的。

7.如權利要求1所述的方法，其特征是，所述將提取的特征參數，輸入到預先訓練好的隨機森林模型中，輸出待識別的語音信號的聲調識別結果；具體步驟包括：

(a)：將提取的特征參數輸入到預先訓練好的隨機森林模型中；

(b)：隨機森林模型從當前樹的根節點開始，比較待識別特征參數與當前節點的特征值區間范圍，并根據待識別特征參數與當前節點的特征值區間范圍的比較進入對應的下一個節點，直至達到葉子節點，并輸出預測的聲調類別；

(c)：選擇下一個決策樹，重復(b)，直到所有決策樹都輸出了預測的聲調類別值，輸出類別數量最多的一類作為最終的聲調類別識別結果。

8.基于隨機森林的語音聲調識別系統，其特征是，包括：

預處理模塊，其被配置為：獲取待識別的語音信號，對待識別的語音信號進行預處理；

特征提取模塊，其被配置為：對預處理后的待識別的語音信號進行特征參數的提取與選擇；

聲調識別模塊，其被配置為：將提取的特征參數，輸入到預先訓練好的隨機森林模型中，輸出待識別的語音信號的聲調識別結果。

9.一種電子設備，其特征是，包括：一個或多個處理器、一個或多個存儲器、以及一個或多個計算機程序；其中，處理器與存儲器連接，上述一個或多個計算機程序被存儲在存儲器中，當電子設備運行時，該處理器執行該存儲器存儲的一個或多個計算機程序，以使電子設備執行上述權利要求1-7任一項所述的方法。

10.一種計算機可讀存儲介質，其特征是，用于存儲計算機指令，所述計算機指令被處理器執行時，完成權利要求1-7任一項所述的方法。