對(duì)話(huà)語(yǔ)音中的目標(biāo)說(shuō)話(huà)人檢測(cè)和定位.pdf

1、　　本文主要研究在對(duì)話(huà)語(yǔ)音中檢測(cè)目標(biāo)說(shuō)話(huà)人，并定位目標(biāo)說(shuō)話(huà)人語(yǔ)音的問(wèn)題。目標(biāo)說(shuō)話(huà)人檢測(cè)，是指在一段多個(gè)人連續(xù)說(shuō)話(huà)的對(duì)話(huà)語(yǔ)音中判斷目標(biāo)說(shuō)話(huà)人是否出現(xiàn)；目標(biāo)說(shuō)話(huà)人定位，是指在目標(biāo)說(shuō)話(huà)人檢測(cè)的基礎(chǔ)上，當(dāng)檢測(cè)到目標(biāo)說(shuō)話(huà)人在對(duì)話(huà)語(yǔ)音中出現(xiàn)時(shí)，對(duì)目標(biāo)說(shuō)話(huà)人在對(duì)話(huà)語(yǔ)音中出現(xiàn)的具體的時(shí)間段進(jìn)行估計(jì)。本文的研究基于事先已經(jīng)知道目標(biāo)說(shuō)話(huà)人這樣一個(gè)前提。　　目前，對(duì)話(huà)語(yǔ)音中的目標(biāo)說(shuō)話(huà)人檢測(cè)和定位問(wèn)題，主要是采用以下方法來(lái)解決。首先，檢測(cè)出對(duì)話(huà)語(yǔ)音中的說(shuō)話(huà)人

2、跳變點(diǎn)，將不同說(shuō)話(huà)人的語(yǔ)音分割開(kāi)來(lái)；然后，對(duì)分割后的語(yǔ)音段進(jìn)行說(shuō)話(huà)人聚類(lèi)處理；最后，使用單個(gè)說(shuō)話(huà)人識(shí)別技術(shù)在對(duì)話(huà)語(yǔ)音中識(shí)別出目標(biāo)說(shuō)話(huà)人的語(yǔ)音，從而達(dá)到在對(duì)話(huà)語(yǔ)音中檢測(cè)和定位目標(biāo)說(shuō)話(huà)人的目的。我們將這種基于說(shuō)話(huà)人的語(yǔ)音分割、聚類(lèi)以及說(shuō)話(huà)人識(shí)別的方法稱(chēng)為硬分割。本文在研究和總結(jié)前人成果的基礎(chǔ)上，針對(duì)硬分割的缺陷，結(jié)合實(shí)際情況，提出了單幀對(duì)數(shù)似然比算法。相對(duì)于硬分割，本文將這種基于單幀對(duì)數(shù)似然比算法進(jìn)行對(duì)話(huà)語(yǔ)音中的目標(biāo)說(shuō)話(huà)人檢測(cè)和定位的方法稱(chēng)

3、為軟分割。　　與硬分割相比，軟分割主要有以下幾個(gè)優(yōu)點(diǎn)：第一，充分利用了已知目標(biāo)說(shuō)話(huà)人這個(gè)先驗(yàn)知識(shí)，將目標(biāo)說(shuō)話(huà)人檢測(cè)問(wèn)題作為解決目標(biāo)說(shuō)話(huà)人定位問(wèn)題的前提和基礎(chǔ)，只有在對(duì)話(huà)語(yǔ)音中檢測(cè)到目標(biāo)說(shuō)話(huà)人的情況下才進(jìn)行目標(biāo)說(shuō)話(huà)人定位。因此，軟分割方法更為簡(jiǎn)潔、高效。第二，在參與對(duì)話(huà)的說(shuō)話(huà)人個(gè)數(shù)未知的情況下，由于不需要對(duì)對(duì)話(huà)語(yǔ)音進(jìn)行基于說(shuō)話(huà)人跳變點(diǎn)的細(xì)致分割，因此在這種情況下軟分割仍然適用；而硬分割在這種情況下因無(wú)法進(jìn)行準(zhǔn)確的說(shuō)話(huà)人聚類(lèi)而不再適用。