基于空间声学特征的说话人分类算法
针对先验信息缺失情况下的说话人分类问题,可以采用提取基于多距离麦克风的空间声学特征的方法进行说话人分类.为了解决由于空间声学特征维数随麦克风个数的增加而迅速增长带来的计算代价问题,需要对其进行降维处理.用一种基于空间声学特征的优化鉴别式保局投影说话人分类方法,实现了在保留空间声学特征流型结构的同时降低计算代价的效果.实验在多距离麦克风语音会议数据集上进行验证,得到在大部分数据集上本方法的分类误差率(diarization error rate,DER)得分低于传统方法的结果.结果表明:本方法的说话人分类性能比传统方法有所提高.
说话人分类、多距离麦克风、空间声学特征、流型降维、优化鉴别式保局投影
39
TN912.3
国家自然科学基金资助项目61105017;北京市自然科学基金资助项目KZ201110005005
2013-08-08(万方平台首次上网日期,不代表论文的发表时间)
共5页
1029-1033