基于后验概率特征的改进无监督语音样例检测

• 作者: 张连海 李勃昊 董桂芬 郑永军
• 来源期刊: 信息工程大学学报
• 学科: 工学
• 关键词: 无监督 语音样例检测 后验概率 声学分段模型 主成分分析
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 信息处理技术
• 页码范围: 449-453
• 页数: 5页
• 分类号: TP391.42
• 字数: 4723字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0673.2015.04.011

摘要

针对现有无监督语音样例检测精度不高的现状,提出一种基于后验概率特征和主成分分析的方法.该方法首先利用无标注语料训练GMM,得到训练数据频谱参数的高斯混元后验概率特征向量序列;采用层次聚类算法检测其边界信息得到声学分段,利用K-means算法对所有声学分段聚类并添加标签,通过声学分段和标签训练基于后验概率的声学分段模型(ASMs);ASMs将查询项与检索文档的高斯混元后验概率转换为新的后验概率,利用主成分分析方法对其优化处理,保持概率向量维数不变,去除噪声信息,提高后验概率特征向量鲁棒性与区分性;最后通过分段动态时间规整算法检索查询项.实验证明该方法的检索精度较现有方法有显著提升.

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		35	152	7.0	11.0
2	郑永军		2	3	1.0	1.0
3	董桂芬		3	1	1.0	1.0
4	李勃昊		3	10	1.0	3.0