采用长度规整MAP的说话人分割聚类.pdfVIP

No．7 第32卷第7期 信 号 处 理 V01．32 0FSIGNALPROCESSING Jul．2016 2016年7月 JOURNAL 文章编号：1003—0530(2016)07—0859—07 采用长度规整MAP的说话人分割聚类 朱唯鑫郭 武 (中国科学技术大学语音及语言信息处理国家工程实验室，安徽合肥230027) 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 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 中图分类号：TN912．34文献标识码：A DOI：10．16798“．issn．1003-0530．2016．07．014 DiarizationBasedon NormalizationMAP Speaker Length ZHUWei—xinGUOWu of aIld IIlfbrmation of (NationalEngineering‰ratorySpeechIJanguage Processing，EEISUniVersi哆of ScienceaJld of TechnologyChina，Hefei，AIlllui230027，China) Ab醴瑚ct：We a no瑚alizatjonmaxjmuma canbe toCross proposedJengtll post硎or(MAP)alg嘶妇，whichapplied Likelih∞d T-Testdist锄cemetricmethodsin diarization．SincetheshiftfmmtIleUBMin Ratio(CLR)锄d speaker adap· tation isbasedonstatisticscalcula【ed t11eUniversal model pDocedure against BackgroundM0del(UBM)，tllep眦meters obtainedfbmt11eclassicalMAPmetllodhavea correlationwiththe 0ft11e positive len殍h speechsegmenf．Whenmeasuring 山e oftwo cl鹊sicalMAPmetllod abou