專利名稱：用于分析音源壓縮表示的聲音信號(hào)的方法及系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種用于分析聲音信號(hào)的方法和設(shè)備。
背景技術(shù)：
更具體而言，對(duì)聲音信號(hào)的分析需要能夠表示音源。通過(guò)高斯型曲線(“高斯型曲線混合模型，Gaussian Mixture Model”或簡(jiǎn)寫為GMM)的混合表示音源是表示音源聲學(xué)或聲音本身的有效途徑。根據(jù)該技術(shù)，音源被通過(guò)預(yù)定數(shù)量的高斯型曲線的加權(quán)總和在預(yù)定尺寸的聲學(xué)參考空間中所表示。
當(dāng)有大量數(shù)據(jù)可用時(shí)，并且對(duì)于模型參數(shù)的存儲(chǔ)或?qū)@些大量參數(shù)計(jì)算的執(zhí)行沒(méi)有物理限制時(shí)，這種類型的表示是很準(zhǔn)確的。
現(xiàn)在，在實(shí)踐中，為了在IT系統(tǒng)內(nèi)表示音源，眾所周知音源談話的時(shí)間很短，且這些表示所需的存儲(chǔ)器的空間很大，同時(shí)計(jì)算這些參數(shù)所需的時(shí)間很長(zhǎng)。
因此尋找一種可以在極大地減少所需參數(shù)數(shù)量的音源表示的同時(shí)保持其正確性能的方式是很重要的。該性能是指那些不能被識(shí)別是否屬于音源的聲音序列相對(duì)于聲音序列總量的錯(cuò)誤率。
已經(jīng)有人提出了這方面的解決方案，更具體而言，是在D.E.Sturim、D.A.Reynolds、E.Singer和J.P.Campbell所著的文獻(xiàn)“SPEAKERINDEXING IN LARGE AUDIO DATA BASES USING ANCHORMODELS”中所提出的。特別地，作者建議不是以一種在聲學(xué)參考空間中的獨(dú)立方式表示音源，而是代之以一種相對(duì)于參考音源的表示的預(yù)定集合的相對(duì)方式——也稱作錨標(biāo)模型(anchor models)，對(duì)于該模型GMM-UBM(UBM代表“通用背景模型，Universal Background Model”)模型是可用的。通過(guò)歐氏距離計(jì)算一音源與參考音源之間的近似程度。這極大地減少了計(jì)算負(fù)載，但是性能仍然受限而且不充分。

發(fā)明內(nèi)容
考慮到上述問(wèn)題，本發(fā)明的一個(gè)目的是通過(guò)相對(duì)于參考音源的一預(yù)定集合表示音源來(lái)分析聲音信號(hào)，其與使用GMM-UBM模型的表示相比，減少了參數(shù)數(shù)量從而減少了實(shí)時(shí)應(yīng)用的計(jì)算負(fù)荷，并具有可以接受的性能。
于是，也就可以，例如，執(zhí)行以音源為關(guān)鍵字的大型數(shù)據(jù)庫(kù)音頻文件的索引。
這樣，根據(jù)本發(fā)明的一個(gè)方面，提出了一種分析音源(λ)的聲音信號(hào)的方法，其使用概率密度表示在預(yù)定模型中的音源(λ)的聲音表示和在所述預(yù)定模型中的數(shù)量為E的參考音源的聲音表示的預(yù)定集合之間的相似度(resemblances)，而且該概率密度被分析以便由此推導(dǎo)出有關(guān)聲音信號(hào)的信息。
這使得在縮短所需要的計(jì)算時(shí)間、減小所需要的存儲(chǔ)空間的同時(shí)，可以極大地減少所使用參數(shù)的數(shù)量并且允許實(shí)現(xiàn)該方法的設(shè)備能夠?qū)崟r(shí)工作。
在一個(gè)優(yōu)選實(shí)施例中，將維度為D、使用M高斯型曲線混合模型的獨(dú)立模型(GMM)作為預(yù)定模型，對(duì)于該模型音源(λ)通過(guò)如下參數(shù)集合所表示，包括用于所述獨(dú)立模型(GMM)中的高斯型曲線混合模型的加權(quán)系數(shù)(αi，i＝1～M)、維度為D的均值向量(μi，i＝1～M)，以及維度為D×D的協(xié)方差矩陣(Σi，i＝1～M)。
在一個(gè)優(yōu)選的實(shí)施例中，在音源(λ)的所述聲音信號(hào)的表示和參考音源的聲音表示的預(yù)定集合之間的相似度的概率密度由維度為E的均值向量(μλ)和維度為E×E的協(xié)方差矩陣(Σλ)的高斯分布(Ψ(μλ，Σλ))表示，該等均值向量(μλ)和協(xié)方差矩陣(Σλ)是在與E個(gè)參考音源的預(yù)定集合相似度的空間中估算的。
在一個(gè)優(yōu)選實(shí)施例中，作為維度為E的均值向量(μλ)和相對(duì)于E個(gè)參考音源的音源(λ)的相似度的協(xié)方差矩陣(Σλ)的函數(shù)(function)，我們定義了相對(duì)于E個(gè)參考音源的音源(λ)的相似度(Ψ(μλ，Σλ))，而對(duì)于音源(λ)，存在Nλ個(gè)由相對(duì)于E個(gè)參考音源的預(yù)定集合的相似度的空間的Nλ個(gè)矢量所表示的聲音信號(hào)片段。
在一個(gè)優(yōu)選實(shí)施例中，另外還引入先驗(yàn)(Priori)信息到相對(duì)于E個(gè)參考音源的相似度 的概率密度中。
在一個(gè)優(yōu)選實(shí)施例中，音源(λ)的協(xié)方差矩陣與所述音源(Σ~λ=Σ~)]]>無(wú)關(guān)。
根據(jù)本發(fā)明的另一個(gè)方面，發(fā)明人提出了一種用于分析音源(λ)的聲音信號(hào)的系統(tǒng)，包括數(shù)據(jù)庫(kù)，其中存儲(chǔ)了E個(gè)參考音源的聲音信號(hào)的預(yù)定集合和他們?cè)陬A(yù)定模型中的相關(guān)聲音表示，以及音頻檔案數(shù)據(jù)庫(kù)，其特征在于，它包括用在音源(λ)的聲音表示和E個(gè)參考音源的聲音表示的預(yù)定集合之間相似度的矢量表示的聲音信號(hào)分析裝置。
在一個(gè)優(yōu)選實(shí)施例中，數(shù)據(jù)庫(kù)也存儲(chǔ)通過(guò)所述分析裝置所進(jìn)行的聲音信號(hào)分析。
本發(fā)明可以應(yīng)用于音頻文件的檢索，然而也可以考慮用于其他應(yīng)用中，例如音源聲學(xué)識(shí)別或音源身份驗(yàn)證。
通過(guò)閱讀說(shuō)明書(shū)的下述部分，本發(fā)明的其他目的、特征和優(yōu)點(diǎn)將更加清楚，其給出并非限制本發(fā)明內(nèi)容的實(shí)施例，并提供了對(duì)使用音頻文件檢索的方法的有關(guān)應(yīng)用的附圖的參考描述。
該圖描述了根據(jù)本發(fā)明關(guān)于音頻數(shù)據(jù)庫(kù)檢索方面的系統(tǒng)的一個(gè)應(yīng)用。當(dāng)然，本發(fā)明也可以應(yīng)用于音源的聲學(xué)識(shí)別或音源的身份驗(yàn)證，也就是說(shuō)，在通常的方式下，用于有關(guān)音源在聲學(xué)信號(hào)方面的信息識(shí)別。該系統(tǒng)包括一個(gè)用于接收音源聲音數(shù)據(jù)的裝置，例如一個(gè)擴(kuò)音器(mike)1，通過(guò)有線或無(wú)線連接2連接到記錄裝置3，其由音源λ發(fā)出請(qǐng)求并且包括一聲音信號(hào)集合。記錄裝置3通過(guò)連接4連接到存儲(chǔ)裝置5，并且通過(guò)連接6連接到針對(duì)上述請(qǐng)求的聲學(xué)處理裝置7。這些聲學(xué)處理裝置通過(guò)用于表示音源λ的GMM模型將音源λ的聲音信號(hào)轉(zhuǎn)換成為維度為D的聲學(xué)空間表示。
根據(jù)如下等式，通過(guò)M高斯型曲線的加權(quán)總和定義了上述表示p(x|λ)=Σi=1Mαibi(x)---(1)bi(x)=1(2π)D/2·|Σi|1/2×exp[-12t(x-μi)Σi-1(x-μi)]---(2)Σi=1Mαi=1---(3)]]>
其中D是獨(dú)立GMM模型聲學(xué)空間的維度；x是維度為D的聲學(xué)矢量，即，獨(dú)立GMM模型中音源λ的聲音信號(hào)序列的cepstral系數(shù)的矢量；M表示獨(dú)立GMM模型的高斯型曲線的數(shù)量，通常是數(shù)值處于16和1024之間的2的乘方；bi(x)表示通過(guò)維度為D的均值向量μi和維度為D×D的協(xié)方差矩陣Σi予以參數(shù)化的高斯型曲線密度，其中i＝1～D，以及αi表示獨(dú)立GMM模型中高斯型曲線混合模型的加權(quán)系數(shù)，其中i＝1～D。
用于對(duì)請(qǐng)求進(jìn)行處理的聲學(xué)處理裝置7通過(guò)連接8連接到分析裝置9。該等分析裝置9能夠通過(guò)概率密度矢量表示音源，該概率密度矢量表示被選擇的GMM模型中的所述音源的聲音表示和被選擇的GMM模型中E個(gè)參考音源的聲音表示之間的相似度。此外，該分析裝置9還能執(zhí)行用于驗(yàn)證和/或識(shí)別音源的測(cè)試。
為了執(zhí)行上述測(cè)試，分析裝置進(jìn)行概率密度矢量，即在音源和參考音源之間的相似度，的公式化。
這要求通過(guò)下列等式的方式描述音源λ的信號(hào)的一個(gè)單個(gè)片段x的相關(guān)表示 其中wλ是該表示空間中與表示片段x的E個(gè)參考音源的預(yù)定集合相似度的空間的矢量； 是通過(guò)通用模型標(biāo)準(zhǔn)化的概率或概率密度，表示存在參考音源λj時(shí)，音源λ的聲音信號(hào)片段的聲學(xué)表示Xλ的相似度；TX是語(yǔ)音(speech)片段x的幀或聲學(xué)矢量的數(shù)量；p(xλ|λj)表示存在參考音源λj時(shí)，音源λ的聲音信號(hào)片段的聲學(xué)表示Xλ的相似度的概率；p(xλ|λUBM)是在UBM領(lǐng)域的模型中，表示音源λ的聲音信號(hào)片段的聲學(xué)表示Xλ的相似度的概率；M是相對(duì)GMM模型的高斯型曲線的數(shù)量，通常是數(shù)值處于16和1024之間的2的乘方；D是獨(dú)立GMM模型聲學(xué)空間的維度；Xλ是維度為D的聲學(xué)矢量，即獨(dú)立GMM模型中音源λ的聲音信號(hào)序列的cepstral系數(shù)的矢量；bk(x)表示通過(guò)維度為D的均值向量μK和維度為D×D的協(xié)方差矩陣ΣK參數(shù)化的高斯型曲線密度，其中k＝1～D；αK表示，獨(dú)立GMM模型中高斯型曲線混合模型的加權(quán)系數(shù)，其中i＝1～D。
基于音源λ的語(yǔ)音(speech)Xj(j＝1，...，Nλ)的片段的表示W(wǎng)j，音源λ通過(guò)高斯分布ψ表示，其參數(shù)μλ和Σλ由下列關(guān)系式定義μλ={μiλ}i=1,...,Ewithμiλ=1NλΣj=1Nλp~(xjλ|λ‾i)---(8)Σλ={Σii′λ}i,i′=1,...,EwithΣii′λ=1NλΣj=1Nλ(p~(xjλ|λ‾i)-μiλ)(p~(xjλ|λi′)-μi′λ)---(9)]]>其中，μiλ表示相對(duì)于E個(gè)參考音源的音源λ的相似度Ψ(μλ，Σλ)的維度為E的均值向量的μλ的組成，并且Σiiλ表示相對(duì)于E音源的音源λ的相似度Ψ(μλ，Σλ)的維度為E×E的協(xié)方差矩陣Σλ的組成。
分析裝置9通過(guò)連接10連接到訓(xùn)練裝置11，使得對(duì)被選擇的GMM模型中的E個(gè)參考音源的以維度為D的矢量形式的聲音表式的計(jì)算成為可能。訓(xùn)練裝置11通過(guò)連接12連接到數(shù)據(jù)庫(kù)13，該數(shù)據(jù)庫(kù)13包括音源的預(yù)定集合的聲音信號(hào)以及在參考GMM模型中他們的相關(guān)聲音表示。該數(shù)據(jù)庫(kù)也可以存儲(chǔ)初始音源，而不是所述E個(gè)參考音源，的聲音信號(hào)的分析結(jié)果。數(shù)據(jù)庫(kù)13通過(guò)連接14連接到分析裝置9，并通過(guò)連接15連接到聲學(xué)處理裝置7。
該系統(tǒng)還包括數(shù)據(jù)庫(kù)16，通過(guò)連接17連接到聲學(xué)處理裝置7，并通過(guò)連接18連接到分析裝置9。數(shù)據(jù)庫(kù)16包括聲音條目形式的音頻檔案，以及被選擇的GMM模型中的相關(guān)聲音表示。數(shù)據(jù)庫(kù)16也能存儲(chǔ)通過(guò)分析裝置9計(jì)算的音頻條目的相關(guān)表示。該訓(xùn)練裝置11還通過(guò)連接19連接到聲學(xué)處理裝置7。


圖1是本發(fā)明所提供的用于分析音源壓縮表示的聲音信號(hào)的系統(tǒng)的示意圖。
具體實(shí)施例方式
下面將描述該系統(tǒng)操作方式的例子，由于使用的參數(shù)的數(shù)量相對(duì)于GMM模型大大地減少，并由于可以脫機(jī)執(zhí)行多個(gè)步驟，因此該系統(tǒng)可以實(shí)時(shí)運(yùn)作。
訓(xùn)練模塊11將借助于存儲(chǔ)在數(shù)據(jù)庫(kù)13中的這些E個(gè)參考音源的聲音信號(hào)以及聲學(xué)處理裝置7來(lái)確定E個(gè)參考音源在參考GMM模型中的表示，其根據(jù)上述的關(guān)系(1)至(3)完成該確定過(guò)程。E個(gè)參考音源的集合將表示新的聲學(xué)表示空間。在該GMM模型中的E個(gè)參考音源的表示存儲(chǔ)在存儲(chǔ)器中，例如數(shù)據(jù)庫(kù)13。所有這些可以脫機(jī)執(zhí)行。
當(dāng)音源λ的聲音數(shù)據(jù)被接收時(shí)，例如通過(guò)擴(kuò)音器1被接收，該等數(shù)據(jù)通過(guò)連接2傳送到記錄裝置3，而裝置3能借助于連接4將這些數(shù)據(jù)存儲(chǔ)到存儲(chǔ)裝置5中。記錄裝置3通過(guò)連接6將該等記錄傳送至聲學(xué)處理裝置7。聲學(xué)處理裝置7如之前提到的關(guān)系(1)至(3)描述的那樣計(jì)算在預(yù)定GMM模型中的音源的聲音表示。
此外，聲學(xué)處理裝置7已經(jīng)計(jì)算了S個(gè)測(cè)試音源的集合的聲音表示以及在預(yù)定GMM模型中的T個(gè)音源的集合的聲音表示，例如以脫機(jī)的方式計(jì)算。這些集合是有區(qū)別的。這些表示存儲(chǔ)于數(shù)據(jù)庫(kù)13中。分析裝置9計(jì)算S個(gè)音源的聲音表示以及相對(duì)于E個(gè)參考音源的T個(gè)音源的聲音表示，例如以脫機(jī)方式計(jì)算。如前所描述的，該表示是相對(duì)于這些E個(gè)參考音源的矢量表示。分析裝置9也執(zhí)行S個(gè)音源的聲音表示以及相對(duì)于E個(gè)參考音源的T個(gè)音源的聲音表示，以及音頻基礎(chǔ)的音源的條目的聲音表示，例如脫機(jī)執(zhí)行。該表示是相對(duì)于這些參考音源的矢量表示。
處理裝置7將預(yù)定GMM模型中的音源λ的聲音表示傳送至分析裝置9，其計(jì)算音源λ的聲音表示。該表示是一個(gè)通過(guò)與E個(gè)參考音源相似度的概率密度的表示。其通過(guò)借助于T個(gè)音源的聲音表示的方式引入先驗(yàn)信息來(lái)計(jì)算的。特別地，通過(guò)利用該先驗(yàn)信息，使其可能保持可靠的估算，即使當(dāng)可利用的音源λ的語(yǔ)音(speech)片段很少。先驗(yàn)信息借助于下列等式引入μ‾λ=N0μ0+NλμλN0+Nλ---(10)W=w1spk_1...wN1spk_1...w1spk_T...wNTspk_T---(11)]]>其中μλ相對(duì)于E個(gè)參考音源的音源λ的相似度Ψ(μλ，Σλ)的維度為E的均值向量；Nλ音源λ的聲音信號(hào)片段的數(shù)量，由與E個(gè)參考音源的預(yù)定集合的相似度的空間的nλ矢量表示；WT個(gè)音源spk_i的集合的所有原始數(shù)據(jù)的矩陣，它的列是表示聲音信號(hào)片段的維度為E的矢量，而該等聲音信號(hào)由E個(gè)參考音源的預(yù)定集合的相似度的空間矢量表示，其中每個(gè)音源spk_i具有ni個(gè)聲音片段，其特征在于它的維度為E的均值向量μ0，以及它的維度為E×E的協(xié)方差矩陣Σ0，其中i＝1～T； 隨著先驗(yàn)信息的引用，相對(duì)于E個(gè)參考音源的音源λ的相似度的維度為E的均值向量；Σλ隨著先驗(yàn)信息的引用，相對(duì)于E個(gè)參考音源的音源λ的相似度的維度為E×E的協(xié)方差矩陣。
此外，有可能對(duì)每個(gè)音源采用單個(gè)協(xié)方差矩陣，由此使得脫機(jī)地正交化所述矩陣成為可能，并且隨后采用對(duì)角協(xié)方差矩陣執(zhí)行概率密度的計(jì)算。在這種情況下，根據(jù)下列關(guān)系式定義該單個(gè)的協(xié)方差矩陣Σ~ii′=1N0Σs=iTΣj∈Is(Wij-W‾is)(Wi′j-W‾i′s)---(12)W‾is=1NTΣj∈IsWij---(13)]]>其中W是T個(gè)音源spk_i的集合的所有原始數(shù)據(jù)的矩陣，它的列是表示聲音信號(hào)片段的維度為E的矢量，該聲音信號(hào)由E個(gè)參考音源的預(yù)定集合的相似度的空間的矢量表示，每個(gè)音源spk_i具有ni個(gè)聲音片段，其特征在于它的維度為E的均值向量μ0，和它的維度為E×E的協(xié)方差矩陣Σ0，其中i＝1～T。
接下來(lái)，分析裝置9將通過(guò)音源識(shí)別和/或驗(yàn)證的測(cè)試，比較請(qǐng)求的聲音表示和基礎(chǔ)條目的聲音表示。音源識(shí)別測(cè)試包括對(duì)該測(cè)試片段wx和音頻基礎(chǔ)條目的表示的集合之間的相似性的度量的計(jì)算。被識(shí)別的音源對(duì)應(yīng)于從S個(gè)音源的集合中得出最大相似性分值的音源，即λ^=argmaxλp(wx|μ~λ,Σ~λ)---(14)]]>音源驗(yàn)證測(cè)試包括計(jì)算測(cè)試片段wx的矢量和音頻基礎(chǔ)條目的表示的集合之間的相似性的分值，其通過(guò)采用一先驗(yàn)信息的表示的似然性(likelihood)分值進(jìn)行標(biāo)準(zhǔn)化。如果該分值超過(guò)預(yù)定給出的閾值則該片段即通過(guò)驗(yàn)證，所述分值由下列關(guān)系式給出score=p(wx|μ~λ,Σ~λ)p(wx|μ0,Σ0)---(15)]]>每次，在一個(gè)基礎(chǔ)條目中音源λ被識(shí)別出，該條目借助于信息被檢索，使得確定該音源λ在該音頻條目中交談成為可能。
本發(fā)明還可以用于其他運(yùn)用，例如音源識(shí)別或音源鑒定。
由于大幅度削減了表示音源所需的參數(shù)的數(shù)量使得只需要更少的基本操作，該音源的壓縮表示使得可以極大地減少計(jì)算成本。
例如，對(duì)于音源所請(qǐng)求的長(zhǎng)度為4秒鐘的語(yǔ)音，即250幀，對(duì)于維度為27的一個(gè)GMM模型，采用16個(gè)高斯型曲線，基本操作的數(shù)量減少了540倍(factor)，因此極大地縮短了計(jì)算時(shí)間。此外，用于存儲(chǔ)音源表示的存儲(chǔ)空間也相對(duì)地減少了。
因此本發(fā)明使得極大地縮短計(jì)算時(shí)間和減少存儲(chǔ)音源的聲音表示的存儲(chǔ)空間的情況下分析音源的聲音信號(hào)成為可能。
權(quán)利要求
1.一種分析音源(λ)的聲音信號(hào)的方法，其特征在于，其使用概率密度，表示在預(yù)定模型中的音源(λ)的聲音表示和在所述預(yù)定模型中的數(shù)量為E個(gè)的參考音源的聲音表示的預(yù)定集合之間的相似度，且該概率密度被分析以便由此推導(dǎo)出有關(guān)聲音信號(hào)的信息。
2.如權(quán)利要求1所述的方法，其特征在于，把維度為D、使用M高斯型曲線混合模型的獨(dú)立模型(GMM)作為預(yù)定模型，該模型通過(guò)如下參數(shù)集合表示音源(λ)，包括用于所述獨(dú)立模型(GMM)中的高斯型曲線混合模型的加權(quán)系數(shù)(αi，i＝1～M)、維度為D的均值向量(μi，i＝1～M)，以及維度為D×D的協(xié)方差矩陣(∑i，i＝1～M)。
3.如權(quán)利要求2所述的方法，其特征在于，在所述的音源(λ)的聲音信號(hào)的表示和參考音源的聲音表示的預(yù)定集合之間的相似度的概率密度是通過(guò)維度為E的均值向量(μλ)和維度為E×E的協(xié)方差矩陣(∑λ)的高斯分布(ψ(μλ，∑λ))表示的，均值向量(μλ)和協(xié)方差矩陣(∑λ)是在E個(gè)參考音源的預(yù)定集合相似度的空間中估算的。
4.如權(quán)利要求3所述的方法，其特征在于，相對(duì)于E個(gè)參考音源的音源(λ)的相似度(ψ(μλ，∑λ))被定義，作為維度為E的均值向量(μλ)和相對(duì)于E個(gè)參考音源的音源(λ)的相似度的協(xié)方差矩陣(∑λ)的函數(shù)，其中，對(duì)于音源(λ)存在Nλ個(gè)相對(duì)于E個(gè)參考音源的預(yù)定集合的相似度的空間的Nλ矢量所表示的聲音信號(hào)的片段。
5.如權(quán)利要求4所述的方法，其特征在于，進(jìn)一步地，一先驗(yàn)信息被引入到相對(duì)于E個(gè)參考音源的相似度 的概率密度中。
6.如權(quán)利要求5所述的方法，其特征在于，音源(λ)的協(xié)方差矩陣與所述音源(Σ~λ=Σ~]]>)無(wú)關(guān)。
7.一種用于分析音源(λ)的聲音信號(hào)的系統(tǒng)，包括數(shù)據(jù)庫(kù)，存儲(chǔ)音源預(yù)定集合的聲音信號(hào)以及他們?cè)陬A(yù)定模型中通過(guò)高斯型曲線混合的相關(guān)聲音表示，以及，音頻檔案數(shù)據(jù)庫(kù)，其特征在于，其包括使用在音源(λ)的聲音表示和E個(gè)參考音源的聲音表示的預(yù)定集合之間相似度的矢量表示的聲音信號(hào)分析裝置。
8.如權(quán)利要求7所述的系統(tǒng)，其特征在于，數(shù)據(jù)庫(kù)還存儲(chǔ)由所述分析裝置執(zhí)行的聲音信號(hào)分析。
9.如權(quán)利要求1至6中的任一權(quán)利要求所述的方法，其用于音頻文件的檢索。
10.如權(quán)利要求1至6中的任一權(quán)利要求的方法，其用于音源的識(shí)別。
11.如權(quán)利要求1至6中的任一權(quán)利要求所述的方法，其用于音源的驗(yàn)證。
全文摘要
本發(fā)明涉及一種用于分析音源(λ)的聲音信號(hào)的方法，其中，使用了概率密度，其表示在預(yù)定模型中的音源(λ)的聲音表示和在所述預(yù)定模型中的一定數(shù)量(E)個(gè)參考音源的聲音表示的預(yù)定集合之間的相似度，并因此使用該概率密度以便預(yù)測(cè)有關(guān)聲音信號(hào)的信息。
文檔編號(hào)G10L17/06GK1802695SQ03826741
公開(kāi)日2006年7月12日 申請(qǐng)日期2003年7月1日 優(yōu)先權(quán)日2003年7月1日
發(fā)明者亞辛·馬米, 德?tīng)柗颇取ど橙R 申請(qǐng)人:法國(guó)電信