[发明专利]一种基于小波包分解及混合高斯模型估计的语音识别方法

权利要求书

1.一种基于小波包分解及混合高斯模型估计的语音识别方法，其特征在于该方法的具体步骤如下：

第1、对已知语音训练样本数据進行预处理，得到标准化的M维特征向量；

第2、对上步得到的训练样本的特征向量進行n级小波包分解，得到训练样本在各个频段上的分解值；其中n＝log₂(M)-1，频段个数为S_f＝M/2；

第3、按照类别、频段将上步得到的训练样本的小波包分解值动态聚类成子类，计算每个子类的均值向量和协方差矩阵；

第4、为每类训练样本在各个频段构造高斯模型集；

第5、按照类别计算训练样本频段之间的前向转移概率矩阵和后向转移概率矩阵；

第6、导入所有训练样本的高斯模型集，计算待测试样本的分布概率；

第7、计算待测试样本的分布概率的估计值，判断待测试样本的类别。

2.如权利要求1所述的语音识别方法，其特征在于，第1步对语音训练样本数据進行预处理的方法是：

第1.1、对每个训练样本语音数据(x_i)_1×N首先進行快速傅立叶变换；

第1.2、提取训练样本的1到M维特征向量y＝(y₁，y₂，…，y_M)∈R^M，其中M为维数，按照内积空间R^M中的距离‖y‖＝<y，y>^1/2，其中(·，·)表示内积空间的内积，把向量y标准化，即y~=y/||y||,]]>其中‖y‖定义为：||y||2=(Σi=1Myi2)1/2]]>表示向量的长度，R^M中其它的内积定义也是适用的，而且所有的标准化之后的训练样本数据y~∈RM]]>按照类别分别构成训练样本集Ωⁱ_R^M，i＝1，...，L，这里L为样本类别数，所有标准化之后的训练样本构成集合Ω=∪i=1LΩi⊆RM.]]>

3.如权利要求2所述的语音识别方法，其特征在于，其中维数M取2048，1024、512、256、128、或64中任一数。