[发明专利]基于混合t模型的说话人识别方法

权利要求书

1、一种基于混合t模型的说话人识别方法，包括如下步骤：

1)、特征提取：采集待识别的语音信号，对音频信号预处理，对预处理后的语音信号进行特征提取，得到语音信号的特征；

2)、说话人建模：采用混合t模型对语音特征建模，根据说话人的语音训练出其混合t模型的参数；

所述的混合t模型为：

p(x)=Σi=1Mwiti(x)]]>

其中，t_i(x)表示t分布，x是一个p维的向量，w_i表示每个t分布的混合权重，且满足Σi=1Mwi=1,]]>t_i(x)定义为：

ti(x)=Γ(γi+p2)|Σi|-1/2(Γ(12))pΓ(γi2)γip/2×(1+(x-μi)TΣi-1(x-μi)γi)(γi+p)/2]]>

其中，μ_i，∑_i，γ_i分别表示t分布的均值、t分布的方差矩阵和t分布的自由度，Γ表示gamma方程，其定义如下：

Γ(x)=∫0∞e-ttx-1dt]]>

3)、测试：计算步骤1)得到的待识别的语音信号的特征在某个说话人的混合t模型上的得分，通过得分与阀值的比较，得到语音信号的识别结果，得分表示为：

score=Σi=1nlogp(xi|λt)]]>

其中，x_i表示待识别的语音信号的特征，n表示特征的数目，表示混合t模型。

2、如权利要求1所述的基于混合t模型的说话人识别方法，其特征在于：对预处理后的语音信号进行特征提取采用基于美尔系数的特征提取方法、基于美尔倒谱系数的特征提取方法、基于线性预测倒谱系数的特征提取方法中的一种或多种。