结合两种距离测度的说话人聚类算法

摘要：

说话人聚类研究如何将一段语音中同一说话人的语音聚合.提出一种基于结合广义似然比与归一化交叉似然比两种距离测度的聚类算法.算法首先提取每一段语音信号的MFCC特征,并建立高斯混合模型,最后采用基于结合广义似然比与归一化交叉似然比两种距离测度的层次化策略对语音信号进行聚类.在算法中,贝叶斯判据用以确定聚类结束的条件.实验表明,该算法提高了系统的综合性能,较好的解决了无监督说话人聚类问题.结合两种距离测度比单独使用任何一种距离测度的系统性能提高了6％.并且,通过改进更新类间距的方式,聚类速度相比传统高斯混合模型聚类方法提升6倍.

关键词：说话人聚类、广义似然比、归一化交叉似然比、贝叶斯判据

所属期刊栏目：36

分类号：TP391(计算技术、计算机技术)

资助基金：国家“八六三”高技术研究发展计划项目2014AA015104

在线出版日期：2016-09-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：2369-2373