原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于因子分析建模的电话语音说话人聚类
26 1 Vol． 26 No． 1
第 卷 第 期 模式识别与人工智能
2013 1 PR ＆ AI Jan 2013
年 月
基于因子分析建模的电话语音说话人聚类*
吴 奎 宋 彦 戴礼荣
(中国科学技术大学电子工程与信息科学系 合肥230027)
，
摘 要 现有基于混合高斯模型的说话人聚类方法主要依据最大后验准则 从通用背景模型中自适应得到类别的
， ， ． ， (EV) (TV)
混合高斯模型 然而自适应数据较少 模型的准确性不够 对此 文中尝试基于本征语音 空间和全变化 空
， ， ．
间分析的两种因子分析建模方法 通过对差异空间的建模 减少估计类别混合高斯模型时需要估计的参数个数 结
， 2008 ，
果表明 在美国国家标准技术研究所 年说话人识别评测的电话语音数据集上 相对于基于最大后验概率准则
， EV TV ， TV
的基线系统而言 文中所使用的基于 和 空间分析的建模方法都可使聚类错误率有较大幅度的下降 并且
EV ．
空间分析建模相对于 空间分析建模能获得更低的聚类错误率
， ， ，
关键词 说话人聚类 本征语音空间 全变化空间 交叉似然比
中图法分类号 TP 391． 42
Speaker Clustering of Telephone Speech
Based on Front-End Factor Analysis
WU Kui ，SONG Yan ，DAI Li-Rong
(Dep artment of Electronic Engineering ＆ Inf ormation Science ，University of Science and Technology of China ，
Hef ei 230027)
ABSTRACT
The existing speaker clustering methods based on Gaussian mixture model (GMM)mainly obtain
clusters GMMs by adapting from universal background model (UBM)． However ，this adaptive me
文档评论（0）