一种基于背景模型的自适应的对话语流切分方法

摘要

本文提出了一种无需先验知识的基于背景模型分段自适应的说话人建模方法,并用于对话语流的切分.该方法首先构建能够描述整体样本语音(包括混合语音)的高斯模型,然后"有效"选择语音段并运用MAP自适应算法产生新的说话人初始模型,最后采用自适应迭代的方式,重复切分语音段和训练模型,最终获得所需的两个说话人的模型.实验结果表明,在人工组合的语流上,样本基本能够被正确切分,对于自然语流,无噪语音的样本,在保证某一方正确率在97％以上的时候,另一方能达到90％以上的正确率,而含噪语音的样本其切分正确率也在85％以上.