基于后验概率特征的改进无监督语音样例检测

针对现有无监督语音样例检测精度不高的现状，提出一种基于后验概率特征和主成分分析的方法。该方法首先利用无标注语料训练GMM，得到训练数据频谱参数的高斯混元后验概率特征向量序列；采用层次聚类算法检测其边界信息得到声学分段，利用K means算法对所有声学分段聚类并添加标签，通过声学分段和标签训练基于后验概率的声学分段模型(ASMs)；ASMs将查询项与检索文档的高斯混元后验概率转换为新的后验概率，利用主成分分析方法对其优化处理，保持概率向量维数不变，去除噪声信息，提高后验概率特征向量鲁棒性与区分性；最后通过分段动态时间规整算法检索查询项。实验证明该方法的检索精度较现有方法有显著提升。