高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于NIST评测的说话人分类及定位技术研究

杨毅 宋辉 刘加

杨毅, 宋辉, 刘加. 基于NIST评测的说话人分类及定位技术研究[J]. 电子与信息学报, 2011, 33(5): 1234-1237. doi: 10.3724/SP.J.1146.2010.00977
引用本文: 杨毅, 宋辉, 刘加. 基于NIST评测的说话人分类及定位技术研究[J]. 电子与信息学报, 2011, 33(5): 1234-1237. doi: 10.3724/SP.J.1146.2010.00977
Yang Yi, Song Hui, Liu Jia. Speaker Diarization and Localization Technology Research Based on NIST Evaluation[J]. Journal of Electronics & Information Technology, 2011, 33(5): 1234-1237. doi: 10.3724/SP.J.1146.2010.00977
Citation: Yang Yi, Song Hui, Liu Jia. Speaker Diarization and Localization Technology Research Based on NIST Evaluation[J]. Journal of Electronics & Information Technology, 2011, 33(5): 1234-1237. doi: 10.3724/SP.J.1146.2010.00977

基于NIST评测的说话人分类及定位技术研究

doi: 10.3724/SP.J.1146.2010.00977
基金项目: 

国家自然科学基金委员会与香港研究资助局联合科研基金(60931160443),国家 863计划项目(2008AA040201, 2008AA02Z414)和国家自然科学基金(90920302, 61005019)资助课题

Speaker Diarization and Localization Technology Research Based on NIST Evaluation

  • 摘要: 该文针对美国国家标准与技术研究院(NIST)的 NIST评测,构建了一套多距离麦克风说话人分类及定位语音处理系统,针对NIST富标注评测中提出的说话人分类问题,提出改进的结合时延估计和聚类的说话人分类方法,在保证稳定性的前提下降低说话人分类的复杂度并提高准确率;提出一种新的相邻阵元间时延构造矩阵方程算法,可得到多个说话人的方向角。实验在标准会议环境下采集真实语音数据进行算法验证,说话人分类算法的正确率接近目前主要说话人分类系统的正确率,定位方向角误差在3以内。实验结果说明,适当条件下多距离麦克风系统可作为合适的语音信号输入设备应用于多人多方会议环境。
  • Khne M, Togneri R, and Nordholm S. Robust source localization in reverberant environments based on weighted fuzzy clustering [J].IEEE Signal Processing Letters.2009, 16(2):85-88[6]Knapp C H and Carter G C. The generalized correlation method for estimation of time delay [J].IEEE Transactions on Acoustics, Speech and Signal Processing.1976, 24(4):320-327[8]杨芳, 湛燕, 田学东, 郭宝兰. 使用遗传算法实现K-means聚类算法的K值选择[J].微机发展.2003, 13(1):25-29
  • 加载中
计量
  • 文章访问数:  3345
  • HTML全文浏览量:  100
  • PDF下载量:  983
  • 被引次数: 0
出版历程
  • 收稿日期:  2010-09-07
  • 修回日期:  2010-12-16
  • 刊出日期:  2011-05-19

目录

    /

    返回文章
    返回