[发明专利]一种基于语种识别系统的语言距离关系的获取方法

摘要

本文公开发明了一种基于语种识别系统的语言距离关系的获取方法。包含语种识别过程和语言关系图生成过程。语种识别过程是指计算机根据未知说话人所讲的一段语音的声波信号来辨认所讲语音的语言种类的过程。语言关系图生成过程是指根据语言之间的识别率判定语言之间距离最终生成语言关系图的过程。本发明将一种新的语音特征集应用于语种识别系统，并通过GentleAdaBoost算法搭建语种识别系统，利用语种识别系统输出的语种识别率来研究语言之间的距离关系，不仅有效提高了语种识别率，而且取得了和实际基本一致的结果，为语言距离关系的研究提供了一种新的思路。

主权项

1.一种基于语种识别系统的语言距离关系的获取方法，其特征在于，包含语种识别过程和语言关系图生成过程；所述语种识别过程包括以下步骤：(1)训练过程，该步骤包括以下子步骤：(1.1)获取语音样本特征：通过OpenEar工具箱里的底层特征提取模块(Low Level Descriptors)提取训练集语音信号的基本声学特征，然后对这些基本声学特征进行统计分析，将得到的统计值以及统计值的一阶和二阶差分值构成一个维数是6552维的特征向量，并将该特征向量归一化到[0,1]区间；(1.2)初始化训练集的权值分布D_t(i)＝1/m，其中，t是迭代次数，D_t是第t次迭代过程中训练集的权值分布，i＝1,2,...,m，m是训练集的样本个数；(1.3)训练弱分类器h_t，包括以下子步骤：(1.3.1)使用权值分布D_t(i)训练弱分类器集h:X→{‑1,1}，其中，h是弱分类器集，X是训练样本的特征向量集，‑1和1表示样本标签；(1.3.2)根据步骤(1.3.1)得到的弱分类器集h，将弱分类器h_j代入式(1)中，其中，h_j∈h，j＝1,2,...,n，n是弱分类器集h中弱分类器的个数，计算得到h_j在训练数据集上的分类误差ε_j，根据式(2)得到h_t，其中h_t是弱分类器；其中x_i∈X是第i个训练样本的特征向量，y_i是第i个训练样本的标签，且y_i∈{‑1,1}；(1.3.3)根据步骤(1.3.2)得到的h_t，由式(3)更新训练数据集的权值分布，其中，D_t+1是第t+1次迭代过程中训练集的权值分布，Z_t是规范化因子，规范化因子Z_t由式(4)得到：(1.3.4)重复步骤(1.3.1)‑步骤(1.3.3)，直到迭代次数t达到最大迭代次数T，T为大于等于100的正整数；(1.4)根据步骤(1.3)得到的弱分类器h_t，由式(5)得到最终的强分类器H(x)，其中x表示输入的特征向量；(2)识别过程，该步骤包括以下子步骤：(2.1)根据步骤(1.1)得到的归一化到[0,1]区间的特征向量，将该特征向量作为待测语音样本的特征向量x_test；(2.2)根据式(5)计算强分类器H(x)对待测语音样本的特征向量x_test的输出，若输出为正值，则该测试样本属于标签为1的类；若输出为负值，则该测试样本属于标签为‑1的类；语言关系图生成过程包括以下步骤：(1)根据语种识别过程中的步骤(1)得到多类语言中两两语言的强分类器，根据多类语言中两两语言的强分类器计算两两语言的识别率，将两两语言的识别率作为两两语言之间的初始化距离，从而得到多类语言的初始化距离矩阵；(2)根据多类语言的初始化距离矩阵，计算各种语言的坐标，该步骤包括以下子步骤：(2.1)初始化两个集合S₁和S₂，其中，S₁中的元素是语言关系图上坐标未定的语言编号，S₂中的元素是坐标已定的语言编号，取S₁＝{1,2,...,m}，其中m为语言类别数，(2.2)选择初始化距离矩阵中距离值最小的两种语言，定义其中一种语言的坐标为(0,0)，另一种语言的x坐标是这两种语言之间的距离，y坐标为0；假设选定的两种语言编号为1和2，则S₁＝{3,4,...,m}，S₂＝{1,2}；(2.3)根据初始化距离矩阵中两两语言的距离值，在S₁中选择出能够与S₂中两个点构成三角形并且三边之和最小的语言，并计算出该语言的坐标，同时更新集合S₁，S₂；(2.4)在S₁中选择能与S₂中所有点构成三角形个数最多的语言，如果三角形个数的最大值存在多种语言，那么选择第一种，并根据该语言与S₂中的点所构成的三角形，计算出该语言所有可能的坐标，选择使得总距离误差最小的坐标作为该语言最终的坐标；总距离误差E_error的定义如下：其中，C_c(i)表示用语言的坐标计算的第i个三角形的周长，C(i)表示用距离矩阵中的距离作为第i个三角形的边长计算出的周长，n表示三角形的个数；更新集合S₁，S₂；(2.5)重复步骤(2.4)，直到(2.6)依次更新S₂中每个点的坐标；在更新一个点时，固定其余各点的坐标；通过要更新的点与其余各点构成的三角形，计算出该点所有可能的坐标，并将总距离误差最小的坐标作为该点的新坐标；(2.7)重复步骤(2.6)，直到达到最大迭代次数或者总的距离误差收敛；(3)根据步骤(2)中得到的各语言的坐标绘制语言关系图，从而获得语言之间的距离关系。