一种基于字典学习和低秩矩阵分解的说话人识别方法[发明专利]

来源：小侦探旅游网

专利内容由知识产权出版社提供

专利名称：一种基于字典学习和低秩矩阵分解的说话人识别方

法

专利类型：发明专利发明人：王昕,李宗晏

申请号：CN201910475010.3申请日：20190603公开号：CN110265039A公开日：20190920

摘要：本发明提出了一种基于字典学习和低秩矩阵分解的说话人识别方法，包括以下步骤：步骤1，对说话人音频进行预加重、分帧、加窗、端点检测等处理；步骤2，提取出对应每个说话人语句的MFCC特征，并训练GMM‑UBM模型；步骤3，通过联合因子分析（JFA）估算全局差异空间矩阵T，全局差异空间因子w；步骤4，得到对应每个说话人语句的i‑vector；步骤5，从训练集中提取M维度的i‑vector并生成特征矩阵，根据训练集和测试集，对判别字典进行生成，得到的字典将作为i‑vector后端处理和打分模块，为最终判别提供依据；适应字典学习准则的编码系数可以有效提升识别力，并通过结构化稀疏来进行最优分类。

申请人：南京邮电大学

地址：210003 江苏省南京市鼓楼区新模范马路66号

国籍：CN

代理机构：南京苏科专利代理有限责任公司

代理人：陈栋智

更多信息请下载全文后查看

因篇幅问题不能全部显示，请点此查看更多更全内容

查看全文