[发明专利]一种基于高斯均值超矢量与谱聚类的录音设备聚类方法

摘要

本发明提供一种基于高斯均值超矢量与谱聚类的录音设备聚类方法，首先，从语音样本中提取刻画录音设备特性的梅尔频率倒谱系数MFCC特征；接着，将全部语音样本的MFCC特征作为输入，采用期望最大化EM算法训练一个通用背景模型UBM；然后以每个语音样本的MFCC特征作为输入，采用最大后验概率MAP算法更新UBM参数，得到每个语音样本的高斯混合模型GMM；将每个GMM的所有高斯分量的均值矢量依次拼接，构成高斯均值超矢量；最后，采用谱聚类算法对所有语音样本的高斯均值超矢量进行聚类，估计录音设备个数并将相同录音设备的语音样本合并。本发明无需知道录音设备类型、个数等先验知识，就能找出相同录音设备采集的语音样本，适用范围更广。

主权项

一种基于高斯均值超矢量与谱聚类的录音设备聚类方法，其特征在于，包括下述步骤：S1、读入语音：读入由不同录音设备采集的语音样本；S2、预处理：对读入的语音样本进行预加重、分帧和加窗处理；S3、提取特征：从每帧语音中提取梅尔频率倒谱系数MFCC特征；S4、训练通用背景模型：以全部语音样本的梅尔频率倒谱系数MFCC特征作为输入，采用期望最大化EM算法训练生成一个通用背景模型UBM；S5、训练高斯混合模型：以某个语音样本的梅尔频率倒谱系数MFCC特征作为输入，采用最大后验概率MAP算法更新通用背景模型UBM参数，得到该语音样本对应的高斯混合模型GMM；S6、构造高斯均值超矢量：将某个高斯混合模型GMM的所有高斯分量的均值矢量依次拼接，构成该高斯混合模型GMM的高斯均值超矢量；S7、录音设备聚类：采用谱聚类算法对全部语音样本的高斯均值超矢量进行聚类，估计录音设备个数并将相同录音设备的语音样本合并。