首页 | 本学科首页   官方微博 | 高级检索  
     

基于声学分段模型的无监督语音样例检测
引用本文:李勃昊,张连海,郑永军.基于声学分段模型的无监督语音样例检测[J].数据采集与处理,2016,31(2):407-414.
作者姓名:李勃昊  张连海  郑永军
作者单位:解放军信息工程大学信息系统工程学院,郑州,450001
摘    要:提出一种基于声学分段模型的无监督语音样例检测方法。该方法首先利用高斯混合模型(Gaussian mixture model, GMM)将训练数据频谱参数转换为后验概率特征向量,采用层次聚类算法确定后验概率的边界信息,得到声学分段;然后通过k means算法将片段聚类并添加标签,构建基于后验概率的声学分段模型。检索时以模型对查询样例与检索文档的解码序列代替测量矩阵以降低检索时间,通过基于最小编辑距离的动态匹配检索查询项,最小编辑距离的代价函数由模型相似度距离矩阵修正。实验结果表明,相比GMM及传统声学分段模型,本文提出的方法性能更好,检索速度得到显著提升。

关 键 词:声学分段模型  语音样例检测  后验概率特征  无监督

Unsupervised Query-by-Example Spoken Term Detection Based on Acoustic Segment Models
Li Bohao,Zhang Lianhai,Zheng Yongjun.Unsupervised Query-by-Example Spoken Term Detection Based on Acoustic Segment Models[J].Journal of Data Acquisition & Processing,2016,31(2):407-414.
Authors:Li Bohao  Zhang Lianhai  Zheng Yongjun
Affiliation:Institute of Information Systems Engineering, PLA Information Engineering University, Zhengzhou, 450001, China
Abstract:
Keywords:acoustic segment models  query-by-example spoken term detection  posterior features  unsupervised
点击此处可从《数据采集与处理》浏览原始摘要信息
点击此处可从《数据采集与处理》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号