[发明专利]口音识别方法、装置、计算机装置及计算机可读存储介质

权利要求书

1.一种口音识别方法，其特征在于，所述方法包括：

对待识别语音信号进行预处理；

检测预处理后的所述待识别语音信号中的有效语音；

对所述有效语音提取梅尔频率倒谱系数MFCC特征参数；

根据所述MFCC特征参数，利用预先训练好的高斯混合模型-通用背景模型GMM-UBM提取所述有效语音的身份矢量iVector；

根据所述iVector计算所述待识别语音信号对给定口音的判决得分，根据所述判决得分得到所述待识别语音信号的口音识别结果。

2.如权利要求1所述的方法，其特征在于，所述检测预处理后的所述待识别语音信号中的有效语音包括：

对预处理后的所述待识别语音信号进行加窗分帧，得到所述待识别语音信号的语音帧；

对所述语音帧进行离散傅里叶变换，得到所述语音帧的频谱；

根据所述语音帧的频谱计算各个频带的累计能量；

对所述各个频带的累计能量进行对数运算，得到所述各个频带的累计能量对数值；

将所述各个频带的累计能量对数值与预设阈值进行比较，得到所述有效语音。

3.如权利要求1所述的方法，其特征在于，所述MFCC特征参数包括初始MFCC特征参数、一阶差分MFCC特征参数和二阶差分MFCC特征参数。

4.如权利要求1所述的方法，其特征在于，所述方法还包括：

对所述iVector进行噪声补偿。

5.如权利要求1所述的方法，其特征在于，所述根据所述iVector计算所述待识别语音信号对给定口音的判决得分包括：

将所述iVector输入逻辑回归模型，得到所述待识别语音信号对给定口音的判决得分。

6.如权利要求1所述的方法，其特征在于，所述对所述有效语音提取梅尔频率倒谱系数MFCC特征参数包括：

采用双线性变换低通滤波器截止频率的映射公式，计算对齐不同说话人平均第三共振峰的频率弯折因子；

根据所述频率弯折因子，采用双线性变换对MFCC特征参数提取所使用的三角滤波器组的位置和宽度进行调整；

根据调整后的三角滤波器组计算声道归一化的MFCC特征参数。

7.如权利要求1所述的方法，其特征在于，所述对待识别语音信号进行预处理包括：

对所述待识别语音信号进行预加重；和

对所述待识别语音信号进行加窗分帧。

8.一种口音识别装置，其特征在于，所述装置包括：

预处理单元，用于对待识别语音信号进行预处理；

检测单元，用于检测预处理后的所述待识别语音信号中的有效语音；

第一提取单元，用于对所述有效语音提取梅尔频率倒谱系数MFCC特征参数；

第二提取单元，用于根据所述MFCC特征参数，利用预先训练好的高斯混合模型-通用背景模型GMM-UBM提取所述有效语音的身份矢量iVector；

识别单元，用于根据所述iVector计算所述待识别语音信号对给定口音的判决得分，根据所述判决得分得到所述待识别语音信号的口音识别结果。

9.一种计算机装置，其特征在于：所述计算机装置包括处理器，所述处理器用于执行存储器中存储的计算机程序以实现如权利要求1-7中任一项所述口音识别方法。

10.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述口音识别方法。