-
题名结合两种距离测度的说话人聚类算法
被引量：1
- 1
-
-
作者
陈玥同
刘学亮
-
机构
合肥工业大学计算机与信息学院
-
出处
《小型微型计算机系统》
CSCD
北大核心
2015年第10期2369-2373,共5页
-
基金
国家"八六三"高技术研究发展计划项目(2014AA015104)资助
-
文摘
说话人聚类研究如何将一段语音中同一说话人的语音聚合.提出一种基于结合广义似然比与归一化交叉似然比两种距离测度的聚类算法.算法首先提取每一段语音信号的MFCC特征,并建立高斯混合模型,最后采用基于结合广义似然比与归一化交叉似然比两种距离测度的层次化策略对语音信号进行聚类.在算法中,贝叶斯判据用以确定聚类结束的条件.实验表明,该算法提高了系统的综合性能,较好的解决了无监督说话人聚类问题.结合两种距离测度比单独使用任何一种距离测度的系统性能提高了6%.并且,通过改进更新类间距的方式,聚类速度相比传统高斯混合模型聚类方法提升6倍.
-
关键词
说话人聚类
广义似然比
归一化交叉似然比
贝叶斯判据
-
Keywords
speaker clustering
Generalized likelihood ratio （ GLR）
normalized cross likelihood ratio （ nclr ）
Bayes Information Criteria（ BIC）
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名采用长度规整MAP的说话人分割聚类
被引量：1
- 2
-
-
作者
朱唯鑫
郭武
-
机构
中国科学技术大学语音及语言信息处理国家工程实验室
-
出处
《信号处理》
CSCD
北大核心
2016年第7期859-865,共7页
-
基金
安徽省自然科学基金资助项目(1408085MKL78)资助
-
文摘
本文首次提出了长度规整的最大后验估计(MAP)方法,并将其应用到说话人分割聚类中的交叉似然比(CLR)和T-Test这两种度量距离上。传统的MAP方法需要在通用背景模型(UBM)基础上进行统计量的计算,进而对模型参数进行自适应偏移,因此偏移的程度与语音片段的长度正相关。当在度量两个长度不相同的语音片段的相似性时,传统的MAP方法会使得说话人模型刻画不准确,从而影响距离度量。本文在MAP过程中,根据语音的长度对相关因子进行规整,然后再进行模型参数的调整,从而使得模型参数与语音长度无关,更能体现说话人的身份信息。在中文多人电视访谈节目数据的分割聚类评测任务上,采用长度规整的MAP方法相对于传统方法都有明显提升,在CLR度量准则下分割聚类错误率相对下降了3.5!,在T-Test度量准则下分割聚类错误率相对下降了10.7!。
-
关键词
说话人分割聚类
最大后验估计
长度规整
交叉似然比
T检验距离
-
Keywords
speaker diarization
maximum a posterior
length normalization
cross likelihood ratio
T-Test
-
分类号
TN912.34
[电子电信—通信与信息系统]
-
