一种改进的基于HMM-BIC的说话人日志系统

摘要

本文提出了一种改进的基于隐Markov模型(HMM)和Bayes信息准则(BIC)的说话人日志系统。它用来检测会议语音数据中“谁在什么时候说话”。在对说话人模型进行Gauss混合模型(GMM)建模的时候，考虑到用来建模的数据通常会比较短，首先训练一个通用背景模型，然后用最大后验概率(MAP)准则得到相应片段的模型。在NIST2004年举办的说话人日志评测任务数据集RT-04S上的实验结果表明：该系统与国际主流系统相比，有一定的优势。