公开(公告)号：CN108109612A

公开(公告)日：2018-06-01

申请号：CN201711283229.0

申请日：2017-12-07

Applicant: 苏州大学

Inventor： 张晓俊 ,  徐天琪 ,  陶智 ,  黄程韦 ,  吴迪 ,  肖仲喆 ,  孙宝印 ,  葛怡雯 ,  冯可瞧

IPC: G10L15/02 ,  G10L15/08

Abstract: 本发明公开了一种基于自适应降维的语音识别分类方法，首先提取语音信号的特征参数作为训练样本数据，对高斯混合模型进行训练，得到训练好的高斯混合模型；然后采用训练好的高斯混合模型针对当前输入的测试样本数据进行特征空间的自适应降维处理，即根据原始特征空间的概率分布模型，进行特征维度子空间的投影，计算不同的低维度特征子集上的似然概率，获得测试样本的最适特征空间，对降低了维度后的语音测试样本进行识别分类，确定测试样本类型。本发明根据不同的测试样本自适应地选择不同的特征维度，从而达到特征降维的目的，同时改进了高斯混合模型分类器，提高测试样本的识别率。