Feature Mean Distance Based Speaker Clustering for Short Speech Segments

Abstract

摘要: 该文提出一种基于特征均值距离的短语音段说话人聚类算法。首先，定义特征均值距离用来在特征层而不是模型层刻画两个类之间的相似度；然后，迭代合并特征均值距离最小的两个类，直到任意两类之间的特征均值距离的最小值大于一个自适应门限为止。采用取自两个语音数据库的短于3 s的语音段进行实验测试，结果表明：与基于AHC+BIC的算法相比，F度量值平均提高了5%，运算速度约为以前算法的4.68倍。 关键词: 语音信号处理 / 说话人聚类 / 特征均值距离 / 短语音段