基于假设检验的的自动说话人聚类算法

摘要

本文提出了一种新的基于假设检验的说话人聚类算法.该算法在传统的层次聚类方法基础上引入误差平方和最小准则,通过优化类别划分提高聚类的精度;并采用假设检验的方法自动确定类别数目,避免了传统的聚类方法需手工调整门限的问题.在对8个不同的测试集进行测试后结果表明,该算法的平均类纯度为97.8％,而平均说话人纯度为96.1％.