[發(fā)明專利]一種融合組合模型信息的語(yǔ)音鑒別模型壓縮方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110910114.X
• 申請(qǐng)日: 2021-08-09
• 公開(kāi)（公告）號(hào): CN113362814B
• 公開(kāi)（公告）日: 2021-11-09
• 發(fā)明（設(shè)計(jì)）人: 易江燕;陶建華;田正坤;傅睿博
• 申請(qǐng)（專利權(quán)）人: 中國(guó)科學(xué)院自動(dòng)化研究所
• 主分類號(hào): G10L15/06
• 分類號(hào): G10L15/06;G10L15/02;G10L15/16;G10L25/30;G10L25/51
• 代理公司: 北京華夏泰和知識(shí)產(chǎn)權(quán)代理有限公司 11662
• 代理人: 孫劍鋒

1.一種融合組合模型信息的語(yǔ)音鑒別模型壓縮方法，其特征在于，所述方法包括：

組合模型的訓(xùn)練流程：

S1：采集組合模型的訓(xùn)練數(shù)據(jù)；

S2：提取所述組合模型的訓(xùn)練數(shù)據(jù)的聲學(xué)特征；

S3：應(yīng)用所述組合模型的訓(xùn)練數(shù)據(jù)的聲學(xué)特征訓(xùn)練多個(gè)單模型；

S4：采用線性回歸進(jìn)行學(xué)習(xí)組合模型中各個(gè)單模型的最優(yōu)權(quán)重系數(shù)?_j，學(xué)習(xí)到組合模型中單模型的權(quán)重系數(shù)，得到訓(xùn)練后的組合模型；

目標(biāo)模型的壓縮：

S5：采集目標(biāo)模型的訓(xùn)練數(shù)據(jù)；

S6：提取所述目標(biāo)模型的訓(xùn)練數(shù)據(jù)的聲學(xué)特征；

S7：從目標(biāo)模型的訓(xùn)練數(shù)據(jù)中提取樣本標(biāo)簽信息，作為硬標(biāo)簽信息；同時(shí)采用前向計(jì)算方法，從組合模型中計(jì)算后驗(yàn)概率信息；

S8：將所述硬標(biāo)簽信息與后驗(yàn)概率信息進(jìn)行線性插值，得到組合模型的監(jiān)督概率信息；

S9：利用組合模型的監(jiān)督概率信息輔助目標(biāo)模型進(jìn)行訓(xùn)練，通過(guò)最小化目標(biāo)模型和組合模型的概率分布距離，得到訓(xùn)練后的目標(biāo)模型；

目標(biāo)模型壓縮后的預(yù)測(cè)：

S10：采集目標(biāo)模型的預(yù)測(cè)數(shù)據(jù)；

S11：提取所述目標(biāo)模型的預(yù)測(cè)數(shù)據(jù)的聲學(xué)特征；

S12：將所述預(yù)測(cè)數(shù)據(jù)的聲學(xué)特征輸入到所述訓(xùn)練后的目標(biāo)模型，輸出語(yǔ)音的真假類型；

所述組合模型的監(jiān)督概率信息的具體計(jì)算公式為：

其中，

x：每句語(yǔ)音的聲學(xué)特征；

c_i：與聲學(xué)特征對(duì)應(yīng)的輸出標(biāo)簽，ci取值為真或假，i為標(biāo)簽的下標(biāo)；

P_ens(c_i|x)：組合模型的監(jiān)督概率信息；

P_hard(c_i|x)：硬標(biāo)簽值，直接由組合模型的訓(xùn)練數(shù)據(jù)的標(biāo)簽數(shù)據(jù)得到；

Q(c_i|x)：組合模型的后驗(yàn)概率；

α：為P_hard(c_i|x)的權(quán)重系數(shù)。

2.根據(jù)權(quán)利要求1所述的融合組合模型信息的語(yǔ)音鑒別模型壓縮方法，其特征在于，所述組合模型的訓(xùn)練數(shù)據(jù)包括真實(shí)音頻數(shù)據(jù)和虛假音頻數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述的融合組合模型信息的語(yǔ)音鑒別模型壓縮方法，其特征在于，所述組合模型的訓(xùn)練數(shù)據(jù)的聲學(xué)特征為常數(shù)Q譜系數(shù)CQCC。

4.根據(jù)權(quán)利要求1所述的融合組合模型信息的語(yǔ)音鑒別模型壓縮方法，其特征在于，所述多個(gè)單模型包括：高斯混合模型、卷積神經(jīng)網(wǎng)絡(luò)模型、殘差網(wǎng)絡(luò)模型和長(zhǎng)短時(shí)記憶模型。

5.根據(jù)權(quán)利要求1所述的融合組合模型信息的語(yǔ)音鑒別模型壓縮方法，其特征在于，將多個(gè)訓(xùn)練后的單模型進(jìn)行線性回歸，其中線性回歸公式中的偏置為0。