[发明专利]一种基于贝叶斯信息准则的线上说话人聚类分析方法

摘要

本发明涉及线上说话人聚类分析，具体涉及一种基于贝叶斯信息准则的线上说话人聚类分析方法，它将原始音频信号采集后通过贝叶斯信息准则分段成已有边界的音频片段，然后再对音频片段进行音频特征提取，再将将具备音频特征片段通过贝叶斯信息准则聚类，形成若干聚类族1、聚类族2…聚类族n，最终形成聚类模块它采用将贝叶斯信息准则模型应用到人聚类分析过程中的音频信号动态分段和高效分类聚合的问题的两个模块中，极大的提高了分段的准确度，保证了聚类的高效性，能够在不需要原始说话人语音资料的前提下，实现高效的在线说话人信号的并行转录、分段、分类和聚合。

主权项

一种基于贝叶斯信息准则的线上说话人聚类分析方法，其特征在于：其方法为：使用已有的基于人耳感知的Mel频率倒谱系数MFCC作为说话人聚类分析的基本语音特征，采取贝叶斯信息准则作为数据边界划分模块和说话人聚类模块的决策方法，其具体方法步骤如下：第一步，采用原始基本语音特征数据：将采集到的原始音频信号，通过使用基于人耳感知的Mel频率倒谱系数作为说话人聚类分析的基本语音特征，形成原始基本语音特征数据；第二步，采用贝叶斯信息准则进行音频数据分段：将原始基本语音特征数据通过贝叶斯信息准则进行分段； 第三步，音频特征的提取：采用贝叶斯信息准则对数据的边界进行评估； 第四步，利用贝叶斯信息准则对准确边界划分的音频片段进行聚类：该聚类的准则是新的数据段归并到已有数据簇和开辟新的数据簇的收益代价之差，且选出含有有效数据的段进行聚类，其它的段被统一划归到垃圾簇，最终由若干聚类族形成聚类模块。