[发明专利]一种基于自动编码深度置信网络的高质量说话人识别方法

摘要

本发明公开了一种基于自动编码深度置信网络的高质量说话人识别方法，包括模型训练和说话人识别：首先对说话人语音进行预处理，提取MFCC特征参数，为不同说话人特征参数进行标记。将多名说话人特征参数输入深度置信网络进行网络训练学习，得到自动编码深度置信网络。利用训练好的自动编码深度置信网络分别对每个说话人提取的特征参数进行编码重构，输出数据作为矢量量化模型的输入，进行矢量量化模型训练。说话人识别阶段，说话人的语音特征参数经自动编码深度置信网络编码重构，输入矢量量化模型进行识别。通过深度置信网络对说话人语音特征的编码重构，提取说话人个性特征的同时，可以过滤语音中的噪声，提高了说话人识别准确性和系统鲁棒性。

主权项

一种基于自动编码深度置信网络的高质量说话人识别方法别方法，其特征在于包括说话人模型训练阶段和说话人识别两个步骤，该方法包括以下步骤：(1)模型训练阶段：对不同说话人语音信号进行预处理，提取语音特征，得到每个人的特征向量，并对特征向量以不同人为类别，进行标记；(2)用步骤(1)中所有说话人特征数据对深度置信网络进行有监督的训练，得到自动编码深度置信网络模型；(3)每个人未标注特征数据依次经过步骤(2)训练完成的自动编码深度置信网络进行编码重构得到的输出作为矢量量化模型输入，训练矢量量化模型；(4)模型识别阶段：待识别语音的特征经过自动编码深度置信网络编码重构，输入矢量量化模型进行识别。