基于声学融合特征的说话人分类方法研究.pdfVIP

第 39卷 第 8期 计 算 机 工 程 2013年8月 、，o1．39 No．8 ComputerEngineering August2013 · 专栏 · 文章编号l10O0—3428(2O13)08—加01—04 文献标识码：A 中圈分类号：TP391 基于声学融合特征的说话人分类方法研究 杨 毅 ，陈国顺 ，鲍长春 (1．清华大学电子工程系清华信息科学与技术国家实验室(筹)，北京 100084； 2．石家庄机械技术研究所 电子室，石家庄 050000； 3．北京工业大学电子信息与控制工程学院，北京 100022) 摘 要：说话人分类系统的目的是将声音数据分段并按说话人进行分类。对每个说话人提取基于多距离麦克风的多时延特征，可 以进一步提高说话人分类系统性能。但随着麦克风个数增加 ，多时延特征 向量维数迅速增长。针对该 问题 ，采用保留特征流形结 构并降低计算代价的方法，提出一种基于多距离麦克风融合声学特征的多分量鉴别式保局投影算法，利用支持向量机分类器进行 两说话人分类系统的训练和测试，实现会议场景下的说话人分类。实验结果证明，与传统 DLPP等算法相比，该算法在大部分数 据集上的分类性能较优，可将分类误差率降低至 20％以下。 关健词：说话人分类；多距离麦克风；多时延特征；声学融合特征；多分量鉴别式保局投影；分类误差率 Research0nSpeakerClassificationM ethod Based0nAcousticM ergingFeature YANGYi．CHEN Guo．shun．BAO Chang—chun (1．TsinghuaNationalLaboratoryforInformationScienceandTechnology,DepartmentofElectronicEngineering， TsinghuaUniversity,Beijing100084，China； 2．ElectronicRoom，Sh~iazhuangMechanicalTechnologyInstitute，Shijiazhuang050000，China； 3．SchoolofElecrtonicInfomrationandControlEngineering，BeijingUniversityofTechnology,Beijing100022，China) [Abstract]Thepurposeofthespeakerclassificationsystem istosegmentandclassifyspeechdataaccordingtodifferentspeaker．It improvesperfomr anceofthespeakerclassificationsystem byextractingmulti—delayfeaturebasedonmultipledistancemicrophones．With thenumberofmicrophonesincreases，themulti—delayfeaturevectordimensiongrowsrapidly．Aimingatthisproblem，amethodisproposed withkeeping manifold structureandreducing thecomputationalcost．Itusesthemulti-componentdiscriminantlocalitypreserving projectionsalgorithmbasedonmultipledistancemicrophonesacousticmergingfeature．