一种融合IB准则特征的说话人分段聚类方法

• 作者: 张力 张连海 许友亮
• 来源期刊: 太赫兹科学与电子信息学报
• 学科: 工学
• 关键词: 信息瓶颈准则 说话人分段聚类 HMM/GMM模型 系统融合
• 年，卷（期）: 2013,（1）
• 页码范围: 136-141
• 分类号: TN912.3
• 字数: 5007字
• 语种: 中文

摘要

针对说话人分段与聚类算法中先验知识不足的问题,利用基于信息瓶颈(IB)准则和基于隐马尔科夫模型(HMM)/高斯混合模型(GMM)方法间的互补性,提出了一种基于特征层融合的说话人分段与聚类算法.该算法将基于 IB准则算法的输出结果进行对数变换和降维处理;然后利用变换后的特征与传统梅尔频率倒谱系数(MFCC)特征分别训练说话人 GMM模型,并在得分域对说话人类别的得分进行加权融合;根据融合的得分,进行基于 HMM/GMM 模型的说话人分段与聚类.实验表明,融合后的特征可以为系统提供更多的先验信息,比传统方法的误配率降低了1.2%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张连海	信息工程大学信息工程学院	35	152	7.0	11.0
2	张力	信息工程大学信息工程学院	2	0	0.0	0.0
3	许友亮	信息工程大学信息工程学院	2	5	1.0	2.0