[发明专利]一种用于语种识别的语种模型的训练方法及系统

权利要求书

1.一种用于语种识别的语种模型的训练方法，其特征在于，所述方法包括：

采集多个目标语种语音数据，提取各语种的语音声学谱特征；

利用所述声学谱特征训练每个目标语种的高斯混合模型，作为其初始模型；

利用每个目标语种的初始模型量化对应语种训练数据的混淆度；

利用最大后验估计将各语种训练数据从声学谱特征转换到高斯超向量空间；

对所述各语种训练数据的高斯超向量空间，根据所述混淆度赋予各语种训练数据的高斯超向量不同的权重，并利用权重较高的几个语种的训练数据来训练语种模型。

2.如权利要求1所述的用于语种识别的语种模型的训练方法，其特征在于，所述利用权重较高的几个语种的训练数据来训练语种模型，具体为：利用权重较高的几个语种的训练数据的高斯超向量进行最大似然估计得到代表每个语种高斯超向量空间分布的中心点，根据每个语种高斯超向量空间分布的中心点，更新每个语种的高斯混合模型的均值，得到每个语种的新的高斯混合模型。

3.如权利要求1或2所述的用于语种识别的语种模型的训练方法，其特征在于，所述利用每个目标语种的初始模型量化对应语种训练数据的混淆度，具体为：若语种1_i的某条语音数据的声学谱特征为X，该条语音数据混淆度H(X)=1h(X),0=<h(X)<=ϵ0,h(X)>ϵ,(X)<0,]]>其中ε为正常数，h(X)=F(X/li)-Maxlj∈L,lj≠li{F(X/lj)},]]>Max{}为求最大值函数，F(X/1)为该声学谱特征X在语种l的初始模型的对数似然得分，即其中N为语种l的初始模型的高斯混合数，w，m，∑分别为语种l的初始模型的权重，均值和方差。