项目名称: 基于因子分析的会话语音说话人识别研究

项目编号: No.11504406

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 数理科学和化学

项目作者: 杨琳

作者单位: 中国科学院声学研究所

项目金额: 24万元

中文摘要: 无论在国家安全还是民用领域,实际应用中获取的语音数据大多是包含多人会话的录音,如电话对话、会议录音、网络聊天等,针对这种实际语音进行说话人身份确认或追踪的问题尤为重要。对这类问题的解决包括说话人分段聚类和说话人识别两个方面,本项目重点研究基于因子分析的说话人建模技术在说话人分段聚类和说话人识别中的应用,通过对少量因子的估计建立更准确的模型;基于说话人因子研究未知类别数目情况下的说话人聚类算法;通过研究对说话人因子的补偿和打分技术,解决聚类后短时语音说话人识别问题和对聚类结果的容错性。在此研究基础上,构建基于因子分析的会话语音说话人识别系统,推动说话人识别技术在实际应用中不断完善和发展。本研究的相关建模方法和聚类方法对图像分析、语音识别的其他领域也有借鉴意义。

中文关键词: 说话人识别;说话人聚类;因子分析;分段聚类;说话人日志

英文摘要: Whatever in the field of national security or for civil use, the recorded speech are mainly saved as the conversational format, for example television and meeting recordings, and the voice chats in internet. It is important to study on speaker identification and diarization for the conversational speech. This problem can be solved by speaker segmentation and speaker clustering. To address these issues, this project focus on the research of speaker modeling based on factor analysis, which estimates a small quantity of parameters. Also based on the speaker factor, we make a study of the speaker clustering with automatically estimating the number of clusters. Moreover in this work we try to solve the short-time speaker recognition and enhance the fault-tolerant ability by factor compensation and scoring. Based on the research achievement we are devoted to establish the framework of speaker recognition for conversational speech, in order to motivate the practical application of speaker recognition. This modeling method can be further extended to other areas such as speech recognition and image analysis.

英文关键词: speaker recognition;speaker cluster;factor analysis;segment and cluster;speaker diarization

成为VIP会员查看完整内容
1

相关内容

对话推荐算法研究综述
专知会员服务
36+阅读 · 2022年4月4日
多语言语音识别声学模型建模方法最新进展
专知会员服务
33+阅读 · 2022年2月7日
基于强化学习的推荐研究综述
专知会员服务
83+阅读 · 2021年10月21日
专知会员服务
36+阅读 · 2021年8月25日
专知会员服务
29+阅读 · 2021年8月16日
专知会员服务
71+阅读 · 2021年5月21日
专知会员服务
55+阅读 · 2021年4月20日
专知会员服务
51+阅读 · 2021年1月19日
多模态视觉语言表征学习研究综述
专知会员服务
191+阅读 · 2020年12月3日
[综述]基于深度学习的开放领域对话系统研究综述
专知会员服务
79+阅读 · 2019年10月12日
「对话推荐算法」最新2022研究综述
专知
6+阅读 · 2022年4月5日
语音合成:模拟最像人类声音的系统
PaperWeekly
2+阅读 · 2021年11月30日
对话推荐算法研究综述
机器学习与推荐算法
0+阅读 · 2021年11月26日
赛尔笔记|基于深度学习方法的对话状态跟踪综述
哈工大SCIR
2+阅读 · 2021年6月29日
多模态视觉语言表征学习研究综述
专知
27+阅读 · 2020年12月3日
Interspeech 2019 | 基于多模态对齐的语音情感识别
AI科技评论
23+阅读 · 2019年9月21日
【论文笔记】基于强化学习的人机对话
专知
20+阅读 · 2019年9月21日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
4+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
3+阅读 · 2022年4月18日
Arxiv
1+阅读 · 2022年4月15日
Arxiv
14+阅读 · 2021年6月30日
小贴士
相关VIP内容
对话推荐算法研究综述
专知会员服务
36+阅读 · 2022年4月4日
多语言语音识别声学模型建模方法最新进展
专知会员服务
33+阅读 · 2022年2月7日
基于强化学习的推荐研究综述
专知会员服务
83+阅读 · 2021年10月21日
专知会员服务
36+阅读 · 2021年8月25日
专知会员服务
29+阅读 · 2021年8月16日
专知会员服务
71+阅读 · 2021年5月21日
专知会员服务
55+阅读 · 2021年4月20日
专知会员服务
51+阅读 · 2021年1月19日
多模态视觉语言表征学习研究综述
专知会员服务
191+阅读 · 2020年12月3日
[综述]基于深度学习的开放领域对话系统研究综述
专知会员服务
79+阅读 · 2019年10月12日
相关资讯
「对话推荐算法」最新2022研究综述
专知
6+阅读 · 2022年4月5日
语音合成:模拟最像人类声音的系统
PaperWeekly
2+阅读 · 2021年11月30日
对话推荐算法研究综述
机器学习与推荐算法
0+阅读 · 2021年11月26日
赛尔笔记|基于深度学习方法的对话状态跟踪综述
哈工大SCIR
2+阅读 · 2021年6月29日
多模态视觉语言表征学习研究综述
专知
27+阅读 · 2020年12月3日
Interspeech 2019 | 基于多模态对齐的语音情感识别
AI科技评论
23+阅读 · 2019年9月21日
【论文笔记】基于强化学习的人机对话
专知
20+阅读 · 2019年9月21日
相关基金
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
4+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员