[发明专利]一种说话人分段聚类方法及装置有效
| 申请号： | 201910015449.8 | 申请日： | 2019-01-08 |
| 公开（公告）号： | CN109859742B | 公开（公告）日： | 2021-04-09 |
| 发明（设计）人： | 袁庆升;包秀国;汪立东;张鸿;杜翠兰;王文超;颜永红;陈志高 | 申请（专利权）人： | 国家计算机网络与信息安全管理中心;中国科学院声学研究所 |
| 主分类号： | G10L15/02 | 分类号： | G10L15/02;G10L15/04;G10L15/06;G10L15/26;G10L25/51 |
| 代理公司： | 工业和信息化部电子专利中心 11010 | 代理人： | 李勤媛 |
| 地址： | 100029*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种说话人分段聚类方法及装置，以解决相关技术中处理短时说话人语音时，性能下降导致说话人聚类效果较差的问题。该方法包括：将待聚类语音划分为多个子语音段；通过权重联合概率线性判别分析WT‑PLDA模型对基于划分得到的各子语音段的I‑vector提取出各子语音段的特征信息W‑vector，所述WT‑PLDA模型的模型参数至少包括：均值向量、说话人子空间的投影矩阵、说话人因子的隐藏变量以及残差因子；通过概率线性判别分析PLDA根据划分后多个子语音段的所述W‑vector对该多个子语音段循环进行多次聚类，直至所述多个子语音段被聚类为两类。本发明提高了说话人的聚类效果。 | ||
| 搜索关键词： | 一种 说话 分段 方法 装置 | ||
【主权项】：
1.一种说话人分段聚类方法，其特征在于，包括：将待聚类语音划分为多个子语音段；通过权重联合概率线性判别分析WT‑PLDA模型对基于划分得到的各子语音段的I‑vector提取出各子语音段的特征信息W‑vector，所述WT‑PLDA模型的模型参数至少包括：均值向量、说话人子空间的投影矩阵、说话人因子的隐藏变量以及残差因子；通过概率线性判别分析PLDA根据划分后多个子语音段的所述W‑vector对该多个子语音段循环进行多次聚类，直至所述多个子语音段被聚类为两类。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于国家计算机网络与信息安全管理中心;中国科学院声学研究所，未经国家计算机网络与信息安全管理中心;中国科学院声学研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910015449.8/，转载请声明来源钻瓜专利网。
