利用EHMM和CLR的说话人分割聚类算法

针对传统的说话人分割聚类系统中,由于聚类时话者信息不足而影响切分准确度的问题,本文提出了一种基于进化隐马尔科夫模型和交叉对数似然比距离测度的多层次说话人分割聚类算法,在传统的话者分割聚类算法的基础上引入了重分割和重聚类的机制,以及基于距离测度和贝叶斯信息准则的分层聚类算法,有效的解决了传统方法中切分准确度受到话者信息制约的问题.在美国国家标准技术署(NIST)2003 Spring RT数据库上的实验结果表明,本文提出的算法比传统算法系统性能相对提高了41%.

低信噪比下噪声抑制的语音活动检测

传统的语音活动检测的方法,在噪声比较恶劣(一般指信噪比在5db以下)的环境下,效果很差,而本文提出的语音活动检测的方法在低信噪比的情况下仍然能够达到很好的效果.该方法主要包含两部分:第一部分是噪声抑制,第二部分是基于状态机的语音活动检测.通过实验结果可以证明,本文提出的方法在白噪声,嘈杂人声和汽车噪声的环境下比G.729采用的语音活动检测的方法提高很多.

基于扰动属性投影的说话人确认系统

在说话人确认系统中,由于训练和测试语音来自不同的信道,会产生信道失配现象。为此,提出一种基于扰动属性投影的说话人确认系统。利用有信道标注信息的语音训练出高维空间映射矩阵,通过映射将自适应得到的超矢量作为SVM的输入,削弱说话人特征中的信道信息。实验结果表明,该系统能降低信道失配带来的负面影响。