基于对话语音的与文本无关的说话人确认系统的研究

被引：6

作者：

陈雁翔

戴蓓倩

周曦

李辉

机构：

[1] 中国科学技术大学电子科学与技术系,中国科学技术大学电子科学与技术系,中国科学技术大学电子科学与技术系,中国科学技术大学电子科学与技术系安徽合肥,合肥工业大学计算机与信息学院,安徽合肥,安徽合肥,安徽合肥,安徽合肥

来源：

中文信息学报 | 2004年 / 02期

基金：

安徽省自然科学基金;

关键词：

计算机应用; 中文信息处理; 对话语音; GLR距离测度; 无监督语音分割;

D O I：

暂无

中图分类号：

TN912.3 [语音信号处理];

学科分类号：

081002 [信号与信息处理];

摘要：

本文建立了一个基于对话语音的与文本无关的说话人确认系统 ,它和传统的与文本无关的说话人确认系统的关键不同在于 ,训练及测试语音不再只包含一个人而都是对话语音 ,因此需要分割出属于不同说话人的语音段 ,以建立说话人模型和实现最终判决。文中详细介绍了高斯混合模型 -背景模型 (GMM UBM)这种说话人确认系统的框架 ,重点讨论了基于GLR(GeneralizedLikelihoodRatio)距离测度的无监督语音分割算法。最终阐述的输出评分的规整方法即ZNORM (ZeroNormalization)和持续时间修正 ,可以使确认系统的性能提高近 10 %。

引用

页码：36 / 43

页数：8