位置:成果数据库 > 期刊 > 期刊详情页
基于声学融合特征的说话人分类方法研究
  • ISSN号:1000-3428
  • 期刊名称:计算机工程
  • 时间:2013.8.15
  • 页码:1-4
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]清华大学电子工程系清华信息科学与技术国家实验室(筹),北京100084, [2]石家庄机械技术研究所电子室,石家庄050000, [3]北京工业大学电子信息与控制工程学院,北京100022
  • 相关基金:国家自然科学基金资助项目(61105017); 北京市自然科学基金资助项目(KZ201110005005)
  • 相关项目:基于分布式声传感器网络和量子优化学习的说话人分类标记研究
中文摘要:

说话人分类系统的目的是将声音数据分段并按说话人进行分类。对每个说话人提取基于多距离麦克风的多时延特征,可以进一步提高说话人分类系统性能。但随着麦克风个数增加,多时延特征向量维数迅速增长。针对该问题,采用保留特征流形结构并降低计算代价的方法,提出一种基于多距离麦克风融合声学特征的多分量鉴别式保局投影算法,利用支持向量机分类器进行两说话人分类系统的训练和测试,实现会议场景下的说话人分类。实验结果证明,与传统DLPP等算法相比,该算法在大部分数据集上的分类性能较优,可将分类误差率降低至20%以下。

英文摘要:

The purpose of the speaker classification system is to segment and classify speech data according to different speaker.It improves performance of the speaker classification system by extracting multi-delay feature based on multiple distance microphones.With the number of microphones increases,the multi-delay feature vector dimension grows rapidly.Aiming at this problem,a method is proposed with keeping manifold structure and reducing the computational cost.It uses the multi-component discriminant locality preserving projections algorithm based on multiple distance microphones acoustic merging feature.Experimental results show that Diarization Error Rate(DER) of this algorithm can be reduced to below 20% and is better than traditional methods in most of the data set.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《计算机工程》
  • 北大核心期刊(2014版)
  • 主管单位:中国电子科技集团公司
  • 主办单位:华东计算技术研究所 上海市计算机学会
  • 主编:游小明
  • 地址:上海市桂林路418号
  • 邮编:200233
  • 邮箱:ecice06@ecict.com.cn
  • 电话:021-64846769
  • 国际标准刊号:ISSN:1000-3428
  • 国内统一刊号:ISSN:31-1289/TP
  • 邮发代号:4-310
  • 获奖情况:
  • 1999~2000、2001~2002年度信息产业部优秀期刊奖,2003-2004、2005-2006年度信息产业部电子精品科技...,2007-2008、2009-2010年度工业和信息产业部电子精...,012年度中国科技论文在线优秀期刊一等奖,2013年度中国科技论文在线优秀期刊二等奖
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),波兰哥白尼索引,荷兰文摘与引文数据库,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:84139