说话人分割聚类中的建模方法研究

《说话人分割聚类中的建模方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、夺固钟達省若大赛ＵｎｉｖｅｒｓｉｔｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｏｆＣｈｉｎａｙｇｙ硕±学位论文？．．．ｔ，＾‘－’扣心快‘乃Ｉ＂■＇—＇？■：：；．：‘＇；－？－一■－－兴＇，？？—４．？论说巧人分刹聚类中的文题目走換方法研完作者姓名±Ａ信息与遺信工程学科专业奔武到教投来方到教梭胃！）巾二〇—六年五月完成时间、木固＃《省来大赛硕±学位论文參说话人分割聚类中的建模方法研究作者姓名：许燕

2、学科专业：信息与通信王释导师姓名：郭武副教授Ｋ宋彦副教授二〇—完成时间：六年五月一ｋＮＵｎｉｖｅｒｓｉｔｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｆＣｈｉｎａｙｇｙｏＡ＇ｄｉｓｓｅｒｔａｔｉｏｎｆｏｒｍａｓｔｅｒｓｄｅｒｅｅｇ參ＴｈｅＭｏｄｅｌｉｎＲｅｓｅａｒｃｈｉｎｇＳｅａｋｅｒＤｉａｒｉｚａｔｉｏｎｐＡｕｔｈｏｒ：ａｎＸｕＹＳｅｃｉａｌｉｔ：ＩｎｆｏｎｎａｔｉｏｎａｎｄＣｏｍｍｕｎｉｃａｔｉｏｎＥｎｉｎｅｅｒｉｎｐｙｇｇ

3、Ｓｕｐｅｒｖｉｓｏｒ：ＡｓｓｏｃｉａｔｅＰｒｏｆ．ＷｕＧｕｏＡｓｓｏｃｉａｔｅＰｒｏｆ．ＹａｎＳｏｎｇＦｉｎｉｓｈｅｄＴｉｍｅ：Ｍａ２０１６ｙ，Ｉｋ■Ｉ中国科学技术大学学位论文原创性声明本人声明所呈交的学位论文，是本人巧导师指导下进行研究工作所取得的成果。除己特别加Ｗ标注和致谢的地方外，论文中不包含任何他人己经发表或撰写过的研究成果一。与我同工作的同志对本研究所做的贡献均己在论文中作了明确的说明。與、如作者签名：汗签字Ｈ期：中国科学技术大学学位论文授权使用声明

4、一作为申请学位的条件之，学位论文著作权拥有者授化中闽科学巧术大学，拥有学位论文的部分使用权即：学校有权按有关规定向国家有关部ｎ或机构送交论文的复印件和电子版，可Ｗ将学位论文编入《中国，允许论文被查阅和借尚学位论文全文数据库》等有关数据库进行检索，可Ｗ采用影印、缩印或扫描等复制手段保存、汇编学位论文。本人提交的电子文档的内容和纸质论文的内容相一致。保密的学位论文在解密后也遵守此规定。回公开□保密年Ｎｓ作者签名：钟癖、导师签名：ｌ（Ｖ＜Ｋｉ｜＜．占Ｍ签字日期：而（；签字Ｈ期；＞摘耍

5、摘要，随着置联网时代的到来Ｗ及大数据的发展，每天接受的信息大幅増长，这些信息中包含着电巧通信、电视和网络等语音信息，巧时随着科技的不断发展和电子设备的大量普及，有声邮件、语音搜索等在日常生巧中扮演着越来越重要的角色。面对这些如雨后春資般出现的信息，如何从中有效提取有用的信息，是目前研究的难点和热点。说话人分割聚类融合丫多种音频处理技术，并能够实现对说话人类别和说话内容的精确管理，因此说话人分割聚类技术引起了众多学者的兴趣，比如麻省一理工，、法国ＬＩＭＳＩ、剑桥、伯克利等己经展开研究且取得了定成果，

6、但是说话人分割聚类中仍有几大难点难Ｗ解决，比如复杂场景下建模不准确、短时语音段表示不准确、聚类效率巧Ｗ及说话人数目确定困难等，本文针对这些问题展开研究，具体内容为Ｗ下化个方面：针对复杂场愚下建模不准确的问题，论文将有监督的建模方法应用到说话人分割聚类中，利用深度神经网络替代传统建模方法提取语音信号中深层次的，复杂信息，将输出节点中的音素状态作为建模初始类别数并和全差异建模相结合，从而使音素特征和说话人特征有效地解稱，最终得到对语音段更加鲁棒性的表示，从而提高系统性能。对于短时语音段表示不准确的问

7、题，论文提出了构造基于深度神经网络的说话人类内短时语音段差异建模的方法，通过对存在差异的短时语音段进行有，效建模，补偿语音段之间的義异，减少干扰信息的负面影响从而使得低维因子向量准确的包含语音段中的说巧人信息，从而使得短时语音段能够更加准确地被表示。，为了能够实现高效建模的目标提商聚类效率，论文用谱聚类的方法代替原，通过计算语音段间的距离有的层次凝聚聚类，构造基于距离的关联矩阵，利用改进的Ｅｅｎａ语音段中的说话人数目，ｉｇｇｐ方法寻找最优的聚类数目，确定根据己经确定的类别数，通过对关联矩阵特征结构分

8、布的分析，对分割后的语音段进行聚类。谱聚类的方法不仅解决了说话人数目难Ｗ确定的问题，而且聚类速度商于传统的层次凝聚聚类方法。利用本文提出的Ｓ种方法，能够有效解决目前说话人分割聚类中存在的难。点，，通过实验结果可Ｗ表明系统性能有大