[发明专利]基于自联想神经网络和高斯混合背景模型相结合的说话人确认方法

权利要求书

1.基于自联想神经网络和高斯混合背景模型相结合的说话人确认方法，其特征在于包括以下步骤：

在训练时，利用自联想神经网络(AANN)对特征向量进行变换，并且学习特征向量集的结构，然后 把学习结果以残差特征向量的形式提供给高斯混合模型(GMM)，进行GMM模型训练；

通过一个两阶段方法来训练这个通用背景模型和说话人模型，训练AANN网络的过程和训练GMM模 型的过程交替进行；

其中，训练通用背景模型的GMM时采用期望最大(EM)方法，其训练过程为：

(1-1)确定GMM模型和AANN网络结构；

(1-2)设定收敛条件和最大迭代次数；

(1-3)随机确定AANN网络和GMM模型参数；

(1-4)把背景特征向量输入AANN网络，得到所有的残差向量；

(1-5)固定AANN网络参数，利用如下各式修正GMM模型各个高斯分布的权系数，均值和方差，其 中方差可由均方值和均值得到：

类别后验概率：p(i|xt,λ)=pibi(xt)Σk=1Mpkbk(xt)]]>

权系数：

均值：ui‾=Σt=1Np(i|xt,λ)xtΣt=1Np(i|xt,λ)]]>

均方值：Ei(x2)=Σt=1Np(i|xt,λ)xt2Σt=1Np(i|xt,λ)]]>

x_t是一个N维的随机向量；b_i(x)，i＝1，2，...，M是成员密度；p_i，i＝1，2，..，M是混合权值，满足 p_i＞0；每个成员密度是一个均值矢量为U_i、协方差矩阵为∑_i的高斯函数，形式如下：

bi(xt)=1(2π)D/2|Σi|1/2exp{-12(xt-ui)′Σi-1(xt-ui)}]]>

λ为完整的高斯混合密度由所有成员密度的均值矢量、协方差矩阵和混合权值参数λ_i的集合；

λ_i＝{p_i，u_i，∑_i}，i＝1，2，...，M

(1-6)利用修正后的GMM模型各个高斯分布的权系数，均值向量和方差，把残差带入，得到一个似 然概率，利用带惯性的BP向后反演方法修正AANN网络参数；

(1-7)判断是否满足训练停止条件，是，停止训练，否，转(1-4)；

训练目标说话人模型的GMM时用最大后验概率(MAP)方法，其训练过程为：

(2-1)给定收敛条件和最大迭代次数；

(2-2)通用背景模型的AANN网络和GMM模型参数作为模型初始参数

(2-3)把目标说话人特征向量输入AANN网络，得到所有的残差向量；

(2-4)固定AANN网络参数，修正GMM模型各个高斯分布的权系数，均值向量和方差，修正公式如

ωi^=[αiωpi‾+(1-αiω)ωi]γ]]>

μ^i=αimui‾+(1-αim)μi]]>

σ^i2=αivEi(x2)+(1-αiv)(σi2+μi2)-μ^2]]>

通常，取值相同，有αiw=αim=αiv=Npi‾/(Npi‾+r),]]>其中，r＝16；

(2-5)利用修正后的GMM模型各个高斯分布的权系数，均值向量和方差，把残差带入，得到一个似 然概率，利用带惯性的BP向后反演方法修正AANN网络参数；

(2-6)判断是否满足训练停止条件，是，停止训练，否，转(2-3)；

训练AANN时采用带惯性的反向传播(BP)向后反演法；

在进行说话人确认时，由于AANN网络已经学习了目标说话人特征空间的结构，所以输入特征向量， AANN网络会把特征向量作适当的变换，然后提供给GMM模型，而会起到增强目标特征的似然概率，降 低非目标特征的似然概率。