用说话人相似度ive.PDFVIP

第３４卷第４期　　　 计算机应用与软件 Ｖｏｌ３４Ｎｏ．４ ２０１７年４月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ａｐｒ．２０１７ 用说话人相似度ｉｖｅｃｔｏｒ的非负值矩阵分解说话人聚类 １ １ ２ 哈尔肯别克·木哈西　钟　珞 　达瓦·伊德木草 １（武汉理工大学计算机科学与技术学院　湖北武汉４３００７０） ２（新疆大学多语言技术重点实验室　新疆乌鲁木齐 ８３００４６） 摘　要　　基于贝叶斯或者全贝叶斯准则的说话人自动聚类或者识别方法，主要采取重复换算全发话语音段的 相似量度，再组合相似性较大的语音片段实现说话人的聚类。这种方法中如果发话语音片段数越多，组合计算时 间就越长，系统实时性变差，而且各说话人模型用ＧＭＭ方法建立，发话语音时间短暂时ＧＭＭ的信赖性降低，最 终影响说话人聚类精度。针对上述问题，提出引用ｉｖｅｃｔｏｒ说话人相似度的非负值矩阵分解的高精度快速说话 人聚类方法。 关键词　　说话人分割及聚类　非负值矩阵分解　ｉｖｅｃｔｏｒ　ＧＭＭ　电话语音 中图分类号　ＴＰ３９１　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１７．０４．０２８ ＡＳＰＥＡＫＥＲＣＬＵＳＴＥＲＩＮＧＭＥＴＨＯＤＢＡＳＥＤＯＮＮＯＮＮＥＧＡＴＩＶＥＭＡＴＲＩＸ ＦＡＣＴＯＲＩＺＡＴＩＯＮＡＮＤＩＶＥＣＴＯＲＯＦＳＰＥＡＫＥＲＳＩＭＩＬＡＲＩＴＹ １ １ ２ ＨａｒｈｅｎｂｅｋＭｕｈａｘｏｖ　ＺｈｏｎｇＬｏｕ　ＤａｗａＩｄｏｍｕｃａｏ １（ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＷｕｈａｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｗｕｈａｎ４３００７０，Ｈｕｂｅｉ，Ｃｈｉｎａ） ２（ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＸｉｎｊｉａｎｇＭｕｌｔｉＬａｎｇｕａｇｅＴｅｃｈｎｏｌｏｇｙ，ＸｉｎｊｉａｎｇＵｎｉｖｒｓｉｔｙ，Ｕｒｕｍｑｉ８３００４６，Ｘｉｎｇｊｉａｎｇ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　ＢａｓｅｄｏｎＢａｙｅｓｉａｎｏｒｆｕｌｌＢａｙｅｓｉａｎｃｒｉｔｅｒｉｏｎ，ｔｈｅｓｐｅａｋｅｒｃｌｕｓｔｅｒｉｎｇｏｒｒｅｃｏｇｎｉｔｉｏｎｍｅｔｈｏｄｉｓｍａｉｎｌｙｕｓｅｄｔｏ ｒｅｐｅａｔｔｈｅｓｉｍｉｌａｒｉｔｙｍｅａｓｕｒｅｏｆｔｈｅｗｈｏｌｅｕｔｔｅｒａｎｃｅｓｅｇｍｅｎｔ，ａｎｄｔｈｅｎｃｏｍｂｉｎｅｔｈｅｓｉｍｉｌａｒｕｔｔｅｒａｎｃｅｓｅｇｍｅｎｔｔｏｒｅａｌｉｚｅ ｓｐｅａｋｅｒｃｌｕｓｔｅｒｉｎｇ．Ｉｎｔｈｉｓｍｅｔｈｏｄ，ｉｆｔｈｅｎｕｍｂｅｒｏｆｕｔｔｅｒａｎｃｅｓｅｇｍｅｎｔｉｓｉｎｃｒｅａｓｅｄ，ｔｈｅｃｏｍｂｉｎｅｄｃｏｍｐｕｔａｔｉｏｎｔｉｍｅｉｓ ｌｏｎｇｅｒａｎｄｔｈｅｓｙｓｔｅｍｒｅａｌｔｉｍｅｐｒｏｐｅｒｔｙｉｓｗｏｒｓｅ．Ｍｏｒｅｏｖｅｒ，ｔｈｅｓｐｅａｋｅｒｍｏｄｅｌｉｓｅｓｔａｂｌｉｓｈｅｄｂｙＧＭＭ．Ｔｈｅｒｅｌｉａｂｉｌｉｔｙ ｏｆＧＭＭｉｓｒｅｄｕｃｅｄｗｈｅｎｔｈｅｓｐｅｅｃｈｔｉｍｅｉｓｓｈｏｒｔ，ｗｈｉｃｈａｆｆｅｃｔｓｔｈｅａｃｃｕｒａｃｙｏｆｓｐｅａｋｅｒｃｌｕｓｔｅｒｉｎｇ．Ａｉｍｉｎｇａｔｔｈｅａｂｏｖｅ ｐｒｏｂｌｅｍｓ，ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｓａｈｉｇｈａｃｃｕｒａｃｙｆａｓｔｓｐｅａｋｅｒｃｌｕｓｔｅｒｉｎｇｍｅｔｈｏｄｂａｓｅｄｏｎｎｏｎｎｅｇａｔｉｖｅｍａｔｒｉｘｆａｃｔｏｒｉｚａｔｉｏｎ ａｎｄｉｖｅｃｔｏｒｏｆｓｐｅａｋｅｒｓｉｍｉｌａｒｉｔｙ． Ｋｅｙｗｏｒｄｓ　　Ｓｐｅａｋｅｒｓｅｇｍｅｎｔａｔｉｏｎａｎｄｃｌｕｓｔｅｒｉｎｇ　Ｎｏｎｎｅｇａｔｉｖｅｍａｔｒｉｘｆａｃｔｏｒｉｚａｔｉｏｎ　Ｉｖｅｃｔｏｒ　ＧＭＭ　 Ｔｅｌｅｐｈｏｎｅｓｐｅｅｃｈ