[发明专利]说话者验证

权利要求书

1.一种用于独立于文本的说话者验证的方法：

确定(800)测试发言(714)与一组训练发言集合(418)中的每一发言之间的相似性得分；

使用(800)所述相似性得分选择所述一组训练发言集合的一个子集(720)；

使用训练发言的所述子集(720)来定义阈值(724)；以及

使用(906)所述阈值来确定所述测试发言和一存储的用户发言之间的验证相似性得分。

2.如权利要求1所述的方法，其特征在于，确定(906)相似性得分包括基于所述测试发言适应(604)背景模型以形成适应模型的混合分量的均值并在所述相似性得分中使用(906)所述适应模型的混合分量的均值。

3.如权利要求2所述的方法，其特征在于，使用(906)所述适应均值包括确定所述适应均值和所述背景模型的背景均值之差并使用所述差来确定所述相似性得分。

4.如权利要求3所述的方法，其特征在于，确定所述相似性得分还包括基于所述测试发言确定(602)混合分量的概率并使用针对所述混合分量的所述概率与所述适应模型的混合分量的均值和所述背景模型的混合分量的均值之差的积来确定所述相似性得分。

5.如权利要求1所述的方法，其特征在于，使用所述阈值来确定验证相似性得分包括：

使用(804，800)所述阈值确定所述测试发言和所述一组训练发言集合中每一发言之间的新的相似性得分；

使用(800)所述新的相似性得分选择所述一组训练发言集合的第二子集；

使用(802)训练发言的所述第二子集来定义第二阈值；以及

使用(906)所述阈值和所述第二阈值来确定所述测试发言和一存储的用户发言之间的验证相似性得分。

6.如权利要求1所述的方法，其特征在于，还包括：

确定(502)所述存储的用户发言和所述一组训练发言集合中每一发言之 间的相似性得分；

使用(502)所述相似性得分选择所述一组训练发言集合的用户特定的子集；

使用(504)训练发言的所述用户特定的子集来定义用户特定的阈值；以及

使用(906)所述用户特定的阈值来确定所述测试发言和所述存储的用户发言之间的所述验证相似性得分。

7.如权利要求6所述的方法，其特征在于，使用训练发言的所述用户特定的子集来定义用户特定的阈值包括使用由针对训练发言所述子集中每个训练发言的背景模型适应的均值418。

8.一种用于依赖于文本的说话者验证的方法，包括：

使用来自多个说话者的文本独立语音(1200)来训练(1100)高斯混合模型(1212)；

接收(1102)来自用户的训练发言(1216)；

基于所述训练发言适应(1103)所述高斯混合模型以形成针对所述用户的隐马尔科夫模型状态概率参数(1404)；

设置(1106)隐马尔科夫模型转换概率参数(1406)；以及

使用所述隐马尔科夫模型状态概率参数(1404)和所述隐马尔科夫模型转换概率参数(1406)来确定(1312)测试发言(1408)是否是由所述用户发出的。

9.如权利要求8所述的方法，其特征在于，设置隐马尔科夫模型转换概率参数包括：

设置(1106)初始隐马尔科夫模型转换概率参数(1232)；

使用(1108)所述隐马尔科夫模型状态概率参数和所述初始隐马尔科夫模型转换概率参数来将所述测试发言解码成的一经解码的隐马尔科夫模型状态序列(1230)；以及

基于所述经解码的一隐马尔科夫模型状态序列，更新(1106)所述隐马尔科夫模型转换概率参数(1232)。

10.如权利要求8所述的方法，其特征在于，还包括使用(1101)所述高 斯混合模型来形成基线隐马尔科夫模型状态概率参数(1213)，并且其中确定所述测试发言是否由所述用户发出还包括使用所述基线隐马尔科夫模型状态概率参数(1213)来确定所述测试发言是否由所述用户发出。

11.如权利要求10所述的方法，其特征在于，确定所述测试发言是否由所述用户发出包括：

使用所述隐马尔科夫模型状态概率参数(1404)和所述隐马尔科夫模型转换概率参数(1406)解码(1308)所述测试发言，从而确定用户概率(1424)；

使用所述基线隐马尔科夫模型状态概率参数(1213)和所述隐马尔科夫模型转换概率参数(1406)解码(1306)所述测试发言，从而确定基线概率(1422)；以及

使用(1310)所述用户概率和所述基线概率来生成得分。