基于预分割的说话人分割方法

《基于预分割的说话人分割方法》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第2期郑铁然等：基于预分割的说话人分割方法·121·基于预分割的说话人分割方法郑铁然,李海峰,刘先,韩纪庆（哈尔滨工业大学计算机科学与技术学院，黑龙江哈尔滨150001）摘要：对传统的基于贝叶斯信息准则（BIC）的说话人分割方法进行了改进，通过引入预分割环节来降低说话人分割的计算量。理论分析和实验验证表明，基于预分割的说话人分割方法在基本保证分割性能的前提下，运算量得到了有效控制。关键词：说话人分割；贝叶斯信息准则；跳变点检测；预分割中图分类号：TP391文献标识码：A文章编号：1000-436X(2009)02

2、-0118-05Methodofspeakerssegmentationbasedonpre-segmentationZHENGTie-ran,LIHai-feng,LIUXian,HANJi-qing(SchoolofComputerScienceandTechnology,HarbinInstituteofTechnology,Harbin150001,China)Abstract:ThetraditionalmethodofspeakerssegmentationbasedonBayesianinforma

3、tioncriterion(BIC)wasimproved.Newspeakerssegmentationmethodadoptedapre-segmentationprocesstodecreasecalculationspending.Theoryanalysisandexperimentsshowthatthemethodofspeakerssegmentationbasedonpre-segmentationmakestheamountofcalculationcontrolled,onthepremis

4、eofrealizingthebasicsegmentationperformance.Keywords:speakeridentification;Bayesianinformationcriterion;speakerchangedetection;pre-segmentation第2期郑铁然等：基于预分割的说话人分割方法·121·1引言收稿日期：2008-11-12；修回日期：2009-01-05基金项目：国家重点基础研究发展计划（“973”计划）基金资助项目（2007CB311100）Foundation

5、Item:TheNationalBasicResearchProgramofChina(973Program)(2007CB311100)说话人分割技术是从一段含有多个说话人的对话型语音段中找出所有的说话人转变点，是近些年来语音处理领域中的研究热点之一。利用说话人分割技术，可以使传统的只能处理单一说话人的说话人识别技术应用于处理对话型语音，它还是说话人检索技术的基础，有着重要的应用价值。目前，说话人分割技术的主要实现方法可以分为以下4大类。1)基于端点检测的分割方法[1]，利用说话人在讲话间隙出现停顿的特点，检测

6、所有的静音点作为说话人可能发生变化的潜在点。由于在不同的信噪比环境下，静音点很难检测，因而这类方法并不准确。2)基于模型的分割方法，对不同类型的语音信号建立统计模型，通过这些模型用极大似然准则进行分类，进而实现跳变点的检测，被较多采用的模型有GMM(Gaussesmixturemodel)和HMM(hiddenmarkovmodel)[2],文献[3,4]则采用了对UBM(universalbackgroundmodel)和GMM进行增量训练从而实现在线说话人分割的方法。3)基于距离尺度的分割方法，这里的距离是指

7、每一点左右相邻的一定窗长的两段信号的距离，如果这个距离大于设定的门限值，则认为存在声学属性的跳变点，常用的尺度包括KL(Kullback-Levison)距离[5]、一般似然比距离[6]等。4)基于假设检验的方法，类似于基于尺度的分割方法，但不是简单地第2期郑铁然等：基于预分割的说话人分割方法·121·计算音频数据某一点左右两段信号的距离，而是假设某分割点左右两段的信号服从某一概率分布，再根据一定的准则去检验这种假设的正确性。其中基于BIC假设检验方法[7]是使用的最多也是最成功的一个。基于BIC的分割方法不需要

8、先验知识，不需要设定门限阈值，且具有较高的准确度，因而为研究者所广泛采用。但这种方法在进行多分割点的说话人分割计算时，计算量非常大，无法满足实时处理的要求，本文提出了一种基于预分割的说话人分割方法，通过预先分割语音数据，将多分割点检测问题简化为单分割点检测，从而有效缩小了计算量。2基于BIC的说话人分割方法2.1BICSchwarz于1978年提出了贝叶斯信息准则(BIC