基于组套索的语音识别特征混合判别分析方法

为了克服因数据不足而造成较难提取稳定的长时特征的问题， 提出一种基于群稀疏约束的混合判别分析方法。该方法首先采用高斯混合模型描述数据的分布， 在此基础上利用 2 次变分的形式进行群稀疏的表示， 得到基于群稀疏约束的混合判别分析目标函数。接着，通过定义模糊响应矩阵( blurred response matrix) ，有效地结合最优化得分方法求解判别分析变换矩阵。最后，拼接相邻帧梅尔滤波器组输出组成超矢量， 采用变换矩阵进行变换降维，提取时频特征。实验结果表明，提出的方法能够得到稀疏的变换矩阵，相比于 PLDA( penalized LDA) 和 SLDA( sparse LDA) 判别分析方法，识别准确率分别提高了 0.71% 和 1.53% ，且在数据不足的条件下，该方法能获得更高的识别性能。