完全无监督的双人对话中的说话人分隔

摘要

说话人识别的一个重要用途是在司法领域，包括电话信道罪犯缉拿，法庭中电话录音信息的身份确认，电话语音跟踪等。在这种应用下，所要处理的数据通常是对话数据，应用要求对这些数据进行处理从而确定有谁参加了对话，说了些什么内容等等。要给出这些问题的答案，首先就要进行对话语流中说话人的分隔处理，然后再进行说话或说话内容识别。该文介绍了我们对这一问题的探索。将问题简化为完全无监督的双人对话中的话者分隔。既采用了传统的ＬＢＧ技术，也采用了自已提出的模糊语音段提取技术。取得了较好的实验成果。为今后进一步研究奠定了基础。