结合两种距离测度的说话人聚类算法

说话人聚类研究如何将一段语音中同一说话人的语音聚合.提出一种基于结合广义似然比与归一化交叉似然比两种距离测度的聚类算法.算法首先提取每一段语音信号的MFCC特征,并建立高斯混合模型,最后采用基于结合广义似然比与归一化交叉似然比两种距离测度的层次化策略对语音信号进行聚类.在算法中,贝叶斯判据用以确定聚类结束的条件.实验表明,该算法提高了系统的综合性能,较好的解决了无监督说话人聚类问题.结合两种距离测度比单独使用任何一种距离测度的系统性能提高了6%.并且,通过改进更新类间距的方式,聚类速度相比传统高斯混合模型聚类方法提升6倍.

基于国产IaaS云平台的性能测评基准设计与应用

云计算是信息技术发展和服务模式创新的集中体现,是信息化发展的重大变革和必然趋势。国产IaaS(基础设施即服务)平台上由于存在多条技术路线等原因,测试评价工具没有统一的标准来评估平台的性能、服务质量等,导致针对国产IaaS平台的选型没有有效的凭据。本文基于以上问题提出了一种基于IaaS云平台系统上云/迁云的性能测试指标评估体系和灵活可定制测评基准模型,并进行了应用验证。