一种基于非线性谱变换的特征补偿方法

摘要

本发明公开了了一种基于非线性谱变换的特征补偿方法，在训练阶段，用大量说话人的标准语音训练生成一个高斯混合模型(GMM：Gaussian Mixture Model)；在测试阶段，用各种变换参数对目标说话人每帧语音的幅度谱进行非线性频率变换，使GMM的输出概率最大，将输出概率最大时的美尔频率倒谱系数(MFCC：Mel Frequency Cepstral Coefficients)作为补偿后的目标语音特征参数。本发明可以使目标说话人的语音特性与预先训练的声学模型相匹配，减小说话人失配对语音识别系统的影响，具有实时性好，与后端识别器无关的优点。