[发明专利]基于矢量量化和高斯混合模型的说话人识别系统在审
| 申请号： | 201710003175.1 | 申请日： | 2017-01-03 |
| 公开（公告）号： | CN108269573A | 公开（公告）日： | 2018-07-10 |
| 发明（设计）人： | 杨育斌;沈金伟;柯宗贵 | 申请（专利权）人： | 蓝盾信息安全技术有限公司 |
| 主分类号： | G10L17/02 | 分类号： | G10L17/02;G10L17/04 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 510665 广东省广州市广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 高斯混合模型 矢量量化 说话人识别系统 倒谱系数 混合模型 梅尔频率 信息特征 | ||
【权利要求书】：
1.基于矢量量化和高斯混合模型的说话人识别系统,包括：训练阶段和识别阶段，其中：
a1：训练阶段：每一个说话人说出一段文字材料后获得的语音信号(定义为训练样本)，对每一个训练样本建立匹配模型，每一个说话者对应一个模型；
a2：识别阶段：从待识人的语音数据(定义为测试样本)提取特征值，提取特征值中的参数与每一个匹配模型中的参数进行比较，通过每一个匹配模型计算得出待识别人的概率值，若某模型计算得的概率值最高并且该概率值高于给定阈值，则标签待识人为该模型的说话者。
2.根据权利要求1所述的基于矢量量化和高斯混合模型的说话人识别系统，其特征在于，对原始数据预处理，录音收集到说话人的原始语音数据后，需要经过预处理。预处理包括断点检测、预加重、分帧、加窗；通过GMM和VQ模型建模。
3.根据权利要求1所述的基于矢量量化和高斯混合模型的说话人识别系统，其特征在于，特征值提取，本方案选取MFCC作为特征向量。将预处理后的语音经过快速傅里叶变换后由时域信号变为频域信号，然后取平方值、经过三角形滤波器组后取对数、再经过DCT变换，得到MFCC。
4.根据权利要求1所述的基于矢量量化和高斯混合模型的说话人识别系统，其特征在于，通过匹配模型GMM和VQ建模。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于蓝盾信息安全技术有限公司，未经蓝盾信息安全技术有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201710003175.1/1.html，转载请声明来源钻瓜专利网。
