基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
现如今,影视剧的海量增长给其有效管理带来了巨大挑战,而其中的角色识别在影视剧内容管理中具有重大意义。传统的角色识别主要采用依赖于训练样本质量的有监督学习,而现实中一般难以获得充足的训练样本。针对影视剧中的角色识别,提出一种跨模态的无监督说话人识别方法:首先基于声学特征和时间近邻性的音频聚类获得对应聚类结果的音频标记序列;然后通过剧本解析获得对应说话人、说话内容、说话时间的文本标记序列;接着将音频序列与文本序列进行跨模态序列匹配,构造满射解出最小编辑距离,从而实现说话人识别。实验结果表明,在训练集较少的情况下该方法比有监督方法具有更高识别率。
推荐文章
论影视剧题材创新的必要性
影视剧
题材
创新
浅谈影视剧人物配音贴合技巧
影视剧
人物配音
贴合技巧
影视剧视觉形象推广设计研究
影视剧
视觉
品牌
当前中韩影视剧文化内涵的共性研究
文化交流
中韩影视剧
文化内涵
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于跨模态的无监督影视剧说话人识别
来源期刊 计算机应用与软件 学科 工学
关键词 说话人识别 说话人聚类 编辑距离 混合高斯模型 序列匹配
年,卷(期) 2016,(5) 所属期刊栏目 多媒体技术应用
研究方向 页码范围 132-135,147
页数 5页 分类号 TP3
字数 4379字 语种 中文
DOI 10.3969/j.issn.1000-386x.2016.05.033
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 梁超 武汉大学国家多媒体工程技术研究中心 9 16 3.0 3.0
5 谭小琼 武汉大学国家多媒体工程技术研究中心 3 19 2.0 3.0
9 冯骋 武汉大学国家多媒体工程技术研究中心 1 1 1.0 1.0
13 库天锡 武汉大学计算机学院 1 1 1.0 1.0
14 杨卫星 武汉大学计算机学院 1 1 1.0 1.0
15 李雪蒙 武汉大学计算机学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (6)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
说话人识别
说话人聚类
编辑距离
混合高斯模型
序列匹配
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导