基于因子分析建模的电话语音说话人聚类

• 作者: 吴奎 宋彦 戴礼荣
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 说话人聚类 本征语音空间 全变化空间 交叉似然比
• 年，卷（期）: 2013,（1）
• 所属期刊栏目: 论文与报告
• 页码范围: 1-5
• 页数: 5页
• 分类号: TP391.42
• 字数: 5279字
• 语种: 中文

摘要

现有基于混合高斯模型的说话人聚类方法主要依据最大后验准则,从通用背景模型中自适应得到类别的混合高斯模型,然而自适应数据较少,模型的准确性不够.对此,文中尝试基于本征语音(EV)空间和全变化(TV)空间分析的两种因子分析建模方法,通过对差异空间的建模,减少估计类别混合高斯模型时需要估计的参数个数.结果表明,在美国国家标准技术研究所2008年说话人识别评测的电话语音数据集上,相对于基于最大后验概率准则的基线系统而言,文中所使用的基于EV和TV空间分析的建模方法都可使聚类错误率有较大幅度的下降,并且TV空间分析建模相对于EV空间分析建模能获得更低的聚类错误率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	戴礼荣	中国科学技术大学电子工程与信息科学系	86	643	14.0	21.0
2	吴奎	中国科学技术大学电子工程与信息科学系	2	5	1.0	2.0
3	宋彦	中国科学技术大学电子工程与信息科学系	45	315	10.0	16.0