采用长度规整MAP的说话人分割聚类

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％.

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

所属期刊栏目：32

分类号：TN912.34

资助基金：安徽省自然科学基金资助项目1408085MKL78

在线出版日期：2016-10-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：859-865