LIUM揚聲器Diaritization如何工作？

Question

在我的項目中，我使用名爲LIUM_SpkDiarization-4.7.jar的庫，但我不太確定它是如何工作的。請有人解釋一下嗎？

此外，我用它與python。

的鏈接庫是：提前https://voiceid.googlecode.com/svn-history/r11/trunk/scripts/LIUM_SpkDiarization-4.7.jar

感謝。

Answer 1

我不知道這個工具。它看起來非常酷。你檢查了他們的維基？他們有關於系統如何工作的一些論文：http://lium3.univ-lemans.fr/diarization/doku.php

基本上，他們計算MFCC梅爾頻率倒譜系數（標準技術）。這是基本步驟。它生成一個要處理的特徵空間。這與在滑動窗口上及時計算FFT相似。最終使用貝葉斯信息準則（BIC）方法對這些時間分片特徵執行聚類。首先要劃分基於時間的特徵空間，然後進行聚類，併爲每個說話者找到一致的特徵。 HMM，viterbi，EM，有時也可以使用GMM。

我不知道該算法不夠好詳細解釋一下，但是這也應該有所幫助：http://lium3.univ-lemans.fr/diarization/doku.php/overview