版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、說話人分割聚類是對一段多人混合的連續(xù)語音自動切分,獲得“什么時候誰在說話”這個信息的技術(shù)。當前在兩人電話對話數(shù)據(jù)上,說話人分割聚類系統(tǒng)取得了很好的性能;但是在會議、電視廣播多人對話等復(fù)雜場景下還是面臨著很多挑戰(zhàn),存在的問題包括:一般說話人數(shù)不定且沒有人數(shù)的先驗信息;說話人交談時輪換快,每個說話人的語音長度不定;語音中存在著多種多樣的噪聲等。如何有效的解決這些問題,提升分割聚類系統(tǒng)的魯棒性成為重要的研究方向,也是本文主要的研究內(nèi)容。本文針
2、對電視多人訪談節(jié)目中說話人分割與聚類的問題進行研究,論文的主要工作和創(chuàng)新如下:
第一,主流算法的融合改進。在論文第二章中,在典型的分割聚類算法的基礎(chǔ)上,采用深度神經(jīng)網(wǎng)絡(luò)(Deep Neural Network,DNN)取代傳統(tǒng)的貝葉斯信息量的方法來實現(xiàn)語音的分割,由于DNN強大的區(qū)分能力,提高了變化點檢測的準確率;在聚類方面,采用了共識聚類的方法對多套系統(tǒng)進行融合,提高了類別的純度,加強了初始模型的魯棒性,從而降低了系統(tǒng)的錯誤
3、率。
第二,噪聲環(huán)境下特征降噪。在論文第三章中,利用回歸深度神經(jīng)網(wǎng)絡(luò)(Regression DNN)去擬合帶噪音頻的聲學(xué)特征到干凈音頻的聲學(xué)特征的映射函數(shù),用這個回歸網(wǎng)絡(luò)提取出降噪后的特征削弱了噪聲的信息,將該降噪特征用于分割聚類系統(tǒng),降低了系統(tǒng)的錯誤率。進一步,利用共識聚類對降噪特征和原始特征系統(tǒng)進行融合,顯著的提升了系統(tǒng)的性能。
第三,時長魯棒的類別模型訓(xùn)練算法。多說話人場景下,每個說話人的語音長度是不定的,在論
4、文第四章中,針對傳統(tǒng)的最大后驗估計(Maximum A Posteriori,MAP)得到的類別模型受類別時長的影響導(dǎo)致模型參數(shù)偏移的問題,提出在MAP過程中,對相對因子根據(jù)時長進行規(guī)整,提高類別模型參數(shù)的時長魯棒性。實驗結(jié)果表明,對于歸一化交叉似然比(Normalized Cross Likelihood Ratio,NCLR)和T-Test度量距離,規(guī)整后的類別模型帶來了性能的提升。
第四,高區(qū)分性的人數(shù)判定算法。在論文第
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 說話人分割聚類中的建模方法研究.pdf
- 說話人分割與聚類技術(shù)研究.pdf
- 基于多特征的說話人分割與聚類的研究.pdf
- 基于模糊聚類的說話人識別.pdf
- 基于模型聚類的說話人識別方法研究.pdf
- 結(jié)合圖論與聚類算法的自然場景圖像分割方法研究.pdf
- 基于拓展和聚類的情感魯棒說話人識別研究.pdf
- 基于聚類的圖像分割方法研究.pdf
- 基于聚類的圖像分割算法研究.pdf
- 基于聚類技術(shù)的圖像分割算法研究.pdf
- 基于聚類的圖像目標分割方法研究.pdf
- 基于模糊譜聚類的圖像分割研究.pdf
- 基于模糊聚類算法的圖像分割研究.pdf
- 基于聚類算法的圖像分割.pdf
- 自然場景下的文字分割及識別研究.pdf
- 基于聚類的圖像分割算法研究(1)
- 基于模糊聚類的圖像分割方法的研究.pdf
- 模糊譜聚類分割策略在文本聚類中的應(yīng)用研究.pdf
- 改進的譜聚類圖像分割方法研究.pdf
- 多層次說話人分割及相關(guān)算法研究.pdf
評論
0/150
提交評論