文档介绍：第卷第期年月科学技术与工程．．
— — ．．．
基于矢量量化的时序说话人聚类方法
陈祝允李艳雄杜佳媛
华南理工大学电子与信息学院，广州
摘要针对传统分层聚类方法运算速度较慢的问题，提出一种基于矢量量化的时序说话人聚类方法。首先对各语音段的
特征进行矢量量化得到各语音段的码本，然后采用贝叶斯信息判据计算各码本之间的距离，最后按时间先后顺序进行说话人
聚类。采用会议和新闻语音数据进行测试，实验结果表明：会议语音的说话人聚类值为．％，新闻语音的说话人聚类
值为．％；在处理速度方面，该方法比无矢量量化时序聚类方法提高了．倍，比传统分层聚类方法提高了．倍。
关键词时序说话人聚类矢量量化贝叶斯信息判据梅尔频率倒谱系数
中图法分类号．；文献标志码
随着信息技术的发展，人们获取的语音文档先采用矢量量化对从每个说话人语音段中提取的梅
例如新闻语音，会议语音，电话语音等越来越丰尔频率倒谱系数．，
富¨ 。如何有效管理和使用这些音频数据已成为进行压缩，然后根据贝叶斯信息判据．
一个急需解决的问题。说话人分割及聚类技术，进行时序说话人聚类
可以有效减轻海量语音文档的管理工作。其中，说，。作为典
话人聚类是将一个语音文档中由同一个说话人发出型的说话人特征能对不同说话人的特性有较好反
的语音片段合并起来，也就是给每个语音片段加上映；用矢量量化的方法可以有效减少特征参数冗余
它所对应说话人身份的标签。目前主流的说话度；利用判据来检测