采用长度规整MAP的说话人分割聚类

• 作者: 朱唯鑫 郭武
• 来源期刊: 信号处理
• 学科: 工学
• 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
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 短文与研究通讯
• 页码范围: 859-865
• 页数: 7页
• 分类号: TN912.34
• 字数: 5940字
• 语种: 中文
• DOI: 10.16798/j.issn.1003-0530.2016.07.014

摘要

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％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭武	中国科学技术大学语音及语言信息处理国家工程实验室	29	122	6.0	9.0
2	朱唯鑫	中国科学技术大学语音及语言信息处理国家工程实验室	1	3	1.0	1.0