基于HMM-BIC的说话人日志系统

摘要：

该文提出一种改进的基于隐Markov模型（HMM）和Bayes信息准则（BIC）的说话人日志系统。它用来检测会议语音数据中＂谁在什么时候说话＂。在对说话人模型进行Gauss混合模型（GMM）建模的时候,考虑到用来建模的数据通常会比较短,首先训练一个通用背景模型,然后用最大后验概率（MAP）准则得到相应片段的模型。在NIST 2004年举办的说话人日志评测任务数据集RT-04S上的实验结果表明：该系统与国际主流系统相比有一定的优势。

关键词：说话人日志、最大后验概率、隐Markov模型、Bayes信息准则

所属期刊栏目：51

分类号：TP391.42;TP181(计算技术、计算机技术)

资助基金：国家科技支撑计划;国家自然科学基金

在线出版日期：2012-04-21（万方平台首次上网日期，不代表论文的发表时间）

页码：1267-1270,1275