基于SDC特征和GMM2UBM模型的自动语种识别中文信息学报.PDFVIP

第 2 1 卷 　第 1 期 中文信息学报 Vol . 2 1 , No . 1 2007 年 1 月 J OU RN AL O F C H IN ESE IN FO RMA T ION PROCESSIN G J an . , 2007 文章编号 : (2007) 0 1004905 基于 SDC 特征和 GMMUBM 模型的自动语种识别 姜洪臣, 郑 榕 , 张树武 ,徐 波 ( 中国科学院 自动化研究所 ,北京 100080) 摘 　要 : 本文提出了一种基于 SDC 特征和 GMMUBM 模型的自动语种识别方法 。SDC 特征由许多语音帧的一阶 差分谱连接扩展而成 ,与传统的 M FCC 特征相比 ,包含了更多的时序特征信息 。UBM 模型反映了所有待识别语种 的特征分布特性 ,借助贝叶斯自适应算法可以快速得到每个语种的模型 。与传统的 GMM 方法相比 ,该方法的训 练和识别的速度更快 。该方法对 O GI 电话语音库中 11 个语种进行了测试 ,其 10 秒 、30 秒和 45 秒句子的最佳识别 正确率分别为 72 . 38 % 、82 . 62 %和 85 . 23 % ,识别速度约为 0 . 03 倍实时 。 关键词 : 计算机应用 ; 中文信息处理 ; SDC 特征 ; GMMUBM 模型 ; 贝叶斯自适应 ; 自动语种识别 中图分类号 : TP39 1 　　　　文献标识码 : A SDC Featurebased Language Identif ication Using GMMUBM J IAN G Hongchen , ZH EN G Rong , ZHAN G Shuwu , XU Bo ( In stit ut e of Automation , Chinese Academy Sciences , Beij ing 100080 , China) Abstract : Thi s p ap er p resent s an automatic language identification (L ID) syst em which u ses shift ed delt a cep st ra ( SDC) feat ure vector s and univer sal background mo del ( UBM) . SDC feat ure i s creat ed by st acking delt a cep st ra comp ut ed acro ss multip le sp eech f rames and i s involved wit h much more t emporal information t han conventional M FCC feat ure . UBM rep resent s t he charact eri stic of all different languages and each language model i s obt ained by emp loying t he Bayesian adap t ation f rom t hi s UBM . Comp ared wit h t he conventional GMM met ho d , t he t raining and t esting sp eed of t hi s met ho d i s much fa st er . Thi s sy st em p erformance i s evaluat ed on t he O GI corp u s. The best