为提高说话人索引准确率,提出一种三层判决的说话人索引算法。第1层使用惩罚距离公式对说话人改变进行检测,第2层采用说话人模型自举法进行初次说话人辨认,第3层采用GMM说话人超级矢量进行判决,解决说话人模型自举法中产生的数据不匹配问题。实验结果表明,采用惩罚距离公式,与贝叶斯信息判决方法相比不需调整参数,与DISTBIC方法相比F1值提高2%,使用GMM说话人超级矢量,在说话人索引
第3 8卷第 2期 V0 - l38
计
算
机
工
程
21 0 2年 1 月 J n a y 01 a u r 2 2
N O. 2
Co pu e gi e i m trEn ne rng
人工智能及识别技术 一
文章编号:l0 _2( 1o—08一l文献标识码:A I0 3 8 02 2- 4 2 l— 4 2 ) 1
中图分类号:TI P8
种三层判决的说话人索引算法 陈雪芳,杨继臣
(.东莞理工学院计算机学院,广东东莞 5 3 0;2仲恺农业工程学院计算机科学与工程学院,广州 5 0 2 ) 1 28 8 12 5
摘
要:为提高说话人索引准确率,提出一种三层判决的说话人索引算法。第 l丢 J使用惩罚距离公式对说话人改变进行检测,第 2层采用
说话人模型自举法进行初次说话人辨认,第 3层采用 GMM说话人超级矢量进行判决,解决说话人模型白举法中产生的数据不匹配问题。 实验结果表明,采用惩罚距离公式,与贝叶斯信息判决方法相比不需调整参数,与 DIT C方法相比 F1 S BI值提高 2%,使用 G MM说话人超级矢量,在说话人索引准确率和数量准确率方面分别提高 89%、1.5 .5 82%。
关健词:三层判决;说话人索引;惩罚距离;模型自举法;G MM说话人超级矢量
S e k rI d xAl o ih f p a e n e g r t m 0 r e l y rCrt r o Th e— e i i n a e CHEN efn‘Y Xu—a g . ANG i h n J- e c ( . h o mpue, n g a iest e h o o y Do g ua 2 8 8 Ch n; 1 Sc o l Co of tr Do g u nUnv ri of c n lg, n g n5 3 0, ia y T 2 Colg fCo ue ce c n gn e ig Zh n ka ie st f rc luea dEn ie rn, a gz o 0 2, i ) . l eo mp trS in ea dEn ie rn, o g i e Unv ri o Ag iut r n gn eig Gu n h u51 2 5 Chna y
[ sr cIT rv epeio fse krn e, p ae dxn loi m o rely r reinipo oe .ntefs l e, e at Abtat oi o et rcs no ae d x asekri eiga rh fhe— e ir
rp sd I r y rpn l mp h i p i n g t t a ct o s h i ta y dsac rp sdt d ew eh rp ae a g sI esc n y rse e d l o trp igi ue etysekr i ti .nte i n eipo oe j g h te ek r h n e.nt o dl e,p a r t s ou s c h e a k mo e b os a pn sdt i ni a e r me I t s od f p f st h ti y r GMM p a e u ev co( h r l e, da S e k r p re trGMMS ) s sdt e t yse k r ute re t ete rbe o aa s t p a e d l S S i u e i n i a e r r no d r os t o lm f t mac i s e k r od f p f h i t el h p d mi hn mo e b o sr p i g Ex e i n a e u t ho t a . t sn e d t u e p n l a t rc mp r d t C n a mp o e2 c mp r d t S o tta p n . p rme t l s l s w h t i i o n e o t n e a t f co o a e o BI a d FIc n i r v % o a e DI TBI r s y o C; sek p a m‘i d xi g a c r c a mp o e 89% a d t e a c r c n t e n mb r o p a e a mp ov 1 . 5 n e n c u a y c n i r v .5 n h c u a y o h u e f s e k r c n i r e 2% b sn 8 y u i g GM M SS i p a e nsekr i e t c to . d n i a i n i f
[ ywod ltrelyr rein sek rn e; eat dsac; d l o t rp igme o; Ke rs he— e ir;p ae d xp u l i n emo eb os apn t d GMM p ae u ev c rGMMS ) a ct o i y t t h S e r p ret ( k S o S D0I 1.9 9 .s.003 2 .0 20 .6 : O3 6 ̄i n10—4 82 1.20 0 s
1概述 说话人索引就是在语音流中标注出谁在何时说的问题, 是语音数据监督和基于内容的数据挖掘的综合应用
…。它应用比较广泛,例如在会议或电话会议方面、在语音档案管理和浏览l面等。说话人索引包括说话人改变检测 (p ae方 S ekr C a g eet n S D和说话人辨认(p a e Iet i t n hn eD tci, C ) o S ekr d nic i, f ao S) I 2个阶段。说话人改变检测是在给定的音频流中检测到说话人改变点(p ae hn eP itS P的过程。在说话人改 S ekr ag on, C ) C变检测中,说话人改变判决是最重要的一步,近些年来,在说话人改变判决中,贝叶斯信息判决( aei nom t n B ys n Ifr ai a o C i r n B C已成最具代表性的方法,它的流行性是由于 rei, I ) t o它有超级的能力去检测说话人的改变。使用 B C的不足是调 I节惩罚因子,由于惩罚因子的选择是和任务相关和对不同的环境不具鲁棒性。 J为使真正的说话人改变点处的 A I BC大干 一
Bc Ng ̄ NlZlN l l B= lZ— l l— 2 l一 J[l g i g ÷ (+ d 1lN { (+ )g ) 其中,Ⅳ。、 型;
() 1
分别表示 2个语音段的帧数量,它们都假设为
高斯模型,Ⅳ代表这 2个语音段的合并,也被认为是高斯模、 X和分别表示它们的方差; d代表数据矢量的 2个正的 A I BC意味着 2个语音段属于不同的说话人, 协方差;代表惩罚因子。 一
个负的 A I BC表示 2个语音段属于同一个说话人 J一般而。
言,当说话人改变时,Ng l II Nx l l值比 lZ_ lZ - lX的 l Ng . g2
较大, (+ 11而去d去 (+) N基本上变化不大,即当说话人 ) g 改变时,两者的比值也比较大。受这个事实的启发,如果每次都令 A I BC等于 0,可以直接得到的值和使用寻找 SP C。于是,从 B C中推导出计算惩罚因子的公式,为了和 I BC中的惩罚因子区别,把这个公式称为惩罚距离(eat I P n l y
0和假的 S P处的 A 1 C BC小于 0需要不断地调节惩罚因子的,值。在说话人索引中,对说话人进行辨认常用的方法是说话 人模型自举方法…,但说话人模型自举方法存在数据不匹配
Ds neP D,定义如下: ia c, E ) t 。= ㈦
的问题:即有时本来属于前面出现过的说话
人数据被错误地 当成一个新说话人。为提高说话人索引准确率,本文分别对
说话人改变判决中常用的 B C和说话人辨认中常用说话人模 I 型自举法进行改进,提出一种三层判决的说话人索引算法。
从式() 2可以直接得到一个潜在 S P的惩罚距离,在与 C 基金项目:东莞市 2 1年高等院校科研机构科技计划基金资助项目 00 ( 0 01 8 4 1 ) 2 1 0 1 0 4
2基于惩罚距离的说话人改变检测 为了避免调节 B C中惩罚因子的不足,本文首先从 B C I I推导出惩罚距离公式,然后应用到说话人改变检测。 语音段 S和 S的 B C公式如下: I
作者简介:陈雪芳(9 8,女, 17一)讲师、硕士,主研方向:计算机视觉,多媒体信息处理,嵌入式系统设计;杨继臣,讲师、博士 收稿日:2 1——2期 01 41 0 Em i hnf gtd.— al e x@d u e u n:c . c

为了提高说话人索引准确率,对说话人改变判决中常用的贝叶斯信息判决(BIC)进行改进和在说话人辨认中使用性别信息,提出了一种基于性别的说话人索引算法。首先使用惩罚...
一种快速说话人搜索算法_专业资料。随着音频数据的不断增加,说话人识别已经变得...具体而言。就是采用两遍搜索篆略,首先通过建立索引,在索引空间,比较索引间的...
暂无评价
一种三层判决的说话人索... 暂无评价 2页 ... SS 中的作用,提出了一种两步 判决的 SS 算法。...SS 是音频 索引、说话人跟踪、自动标注的必需步骤[...
基于内容的图像检索中的一种多维索引算法_IT/计算机_专业资料 暂无评价0人阅读0次下载举报文档 基于内容的图像检索中的一种多维索引算法_IT/计算机_专业资料。...
计算机研究与发展 Journal of Computer Research and Development 一种 P2P 环境下的 B + 树索引管理算法鞠大鹏 黎明 胡进锋 汪东升 郑纬民 马永泉 ( 清华大学...
一种改进的VQ算法在说话人识别上的应用_专业资料。本文介绍了一种基于动态权值改进的矢量量化(VQ)方法,根据不同环境下不同说话人语音特征各阶差异较大的特点,对...
多层次说话人分割及相关算法研究_计算机软件及应用_IT/计算机_专业资料。多层次...说话人检索可以认为是自动 说话人识别技术的一种具体应用,然而,说话人识别技术...
29 No. 10 Oct. 2012 GMM 聚类说话人确认算法 一种新的 α李恒杰 邢玉娟( 甘肃联合大学电子信息工程学院 甘肃 兰州 730000) 摘 要 GMM 聚类和 SVM 的说话...
人和非目标说话人之间区分性信息的描述,提出了一种基于 模板相似性度量的判决...针对这种情 况提出了基于GMM—DM的说话人辨认算法。改进后的说话人辨认系 统在...
热门文档