基于声学融合特征的说话人分类方法研究

• 作者: 杨毅 陈国顺 鲍长春
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 说话人分类 多距离麦克风 多时延特征 声学融合特征 多分量鉴别式保局投影 分类误差率
• 年，卷（期）: 2013,（8）
• 所属期刊栏目: 专栏
• 页码范围: 1-4
• 页数: 4页
• 分类号: TP391
• 字数: 3709字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2013.08.001

摘要

说话人分类系统的目的是将声音数据分段并按说话人进行分类.对每个说话人提取基于多距离麦克风的多时延特征,可以进一步提高说话人分类系统性能.但随着麦克风个数增加,多时延特征向量维数迅速增长.针对该问题,采用保留特征流形结构并降低计算代价的方法,提出一种基于多距离麦克风融合声学特征的多分量鉴别式保局投影算法,利用支持向量机分类器进行两说话人分类系统的训练和测试,实现会议场景下的说话人分类.实验结果证明,与传统DLPP等算法相比,该算法在大部分数据集上的分类性能较优,可将分类误差率降低至20％以下.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	鲍长春	北京工业大学电子信息与控制工程学院	93	719	12.0	22.0
2	陈国顺	石家庄机械技术研究所电子室	2	5	1.0	2.0