[发明专利]一种用于个人设备的基于多声学模型的语音识别方法

权利要求书

1.一种用于个人设备的基于多声学模型的语音识别方法，其特征在于：为个人设备的每个用户都预配置一个声学模型，这些声学模型在训练阶段都初始化为各个语音单元的SIHMM(Speaker Independent Hidden Markov Model)；在测试阶段，通过说话人识别确定当前用户，选择其声学模型进行声学解码，并根据已识别的带标注的输入语音，调整该用户声学模型的参数；

具体包括：

(1)为个人设备的每个用户配置说话人模型；

(2)将每个用户的SD(Speaker Dependent)声学模型初始化为SI声学模型；

(3)对输入语音进行说话人识别，得到说话人信息；

(4)根据说话人信息，从多说话人声学模型中选取当前用户的声学模型；

(5)用选取的SD声学模型对输入语音进行声学解码，得到识别结果，并输出带标注的输入语音；

(6)根据带标注的输入语音，对当前用户的SD声学模型进行模型自适应，使其参数与当前用户的输入语音相匹配；

(7)如果输入语音不属于预先配置的任一用户，则选取系统的SI HMM作为其声学模型，并创建新的说话人模型及其声学模型；

其中，在模型自适应时，记录第i个SD声学模型的第j个语音单元HMM获得的语音样本数目N_ij，并用N_ij对用当前输入语音计算得到的模型参数与原模型参数加权相加，作为当前HMM的新模型参数。

2.根据权利要求1所述的一种用于个人设备的基于多声学模型的语音识别方法，其特征在于：对当前语音单元的HMM，用输入语音计算模型的参数，并与原模型参数加权相加，作为当前HMM的新参数：

其中，λ表示用当前输入语音计算得到的高斯单元的均值，λ_N表示用以前N_ij个语音样本计算得到的高斯单元的均值，λ_N+1表示当前HMM的新的均值；同时，N_ij的值加1；

对其他语音单元的HMM，若N_ij≥1，则对其参数不做调整，保持原值即可；若N_ij＝0，则用最大似然线性回归调整其每个高斯单元的均值和方差。

3.根据权利要求2所述的一种用于个人设备的基于多声学模型的语音识别方法，其特征在于：公式

其中，λ表示用当前输入语音计算得到的高斯单元的方差，λ_N表示用以前N_ij个语音样本计算得到的高斯单元的方差，λ_N+1表示当前HMM的新的方差。