一種針對短語音的說話人識別模型的訓(xùn)練方法及裝置

基本信息

申請?zhí)?/td> CN201710651305.2 申請日 -
公開（公告）號 CN107369440B 公開（公告）日 2021-04-09
申請公布號 CN107369440B 申請公布日 2021-04-09
分類號 G10L15/06(2013.01)I;G10L15/02(2006.01)I;G10L17/04(2013.01)I;G10L17/02(2013.01)I 分類 樂器；聲學(xué);
發(fā)明人 龐在虎;張志平;朱風(fēng)云 申請（專利權(quán)）人 北京靈伴未來科技有限公司
代理機(jī)構(gòu) 北京市清華源律師事務(wù)所 代理人 沈泳;王永秀
地址 100083北京市海淀區(qū)王莊路1號B座5-C
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種針對短語音的說話人識別模型的訓(xùn)練方法，包括：從訓(xùn)練語料的語音數(shù)據(jù)中提取聲學(xué)特征；對所述訓(xùn)練語料的語音數(shù)據(jù)進(jìn)行音素標(biāo)注得到音素標(biāo)注結(jié)果；利用所述聲學(xué)特征和所述音素標(biāo)注結(jié)果進(jìn)行音素相關(guān)的GMM?UBM模型訓(xùn)練，得到說話人相關(guān)且音素相關(guān)的GMM模型和UBM模型；基于所述音素相關(guān)的GMM模型和UBM模型，針對每個(gè)音素生成用于提取i?vector特征的音素相關(guān)的i?vector總體變化矩陣；利用所述音素相關(guān)的i?vector總體變化矩陣，從每個(gè)說話人數(shù)據(jù)中提取音素相關(guān)的i?vector參數(shù)，再通過降維得到說話人相關(guān)且音素相關(guān)的i?vector特征，作為說話人模型，本發(fā)明通過對說話人建立音素相關(guān)的i?vector模型，使模型精度更高，并提高了識別準(zhǔn)確率。??