摘要：提出一种基于非负矩阵分解（Nonnegative matrix factorization,NMF）后验特征优化和修正分段动态时间规整（Segmental dynamic time warping,SDTW）检索的无监督语音查询样例检测方法。该方法首先应用频域线性预测（Frequency domain linear prediction,FDLP）声学特征参数代替梅尔频率倒谱系数（Mel-frequency cepstral coefficients,MFCCs）训练高斯混合模型（Gaussian mixture model,GMM）模型,然后使用NMF算法对高斯后验特征矩阵进行分解,将得到的基矩阵作为子空间变换矩阵对原始后验特征投影,投影可以突出特征中主要分量,平滑距离矩阵。在检索阶段,使用多相邻输出得分对最佳匹配得分进行修正,用于代替标准SDTW算法的1-best输出得分。实验结果表明,在不增加检索时间的情况下,该方法相比应用MFCCs和FDLP特征的基线系统性能提升明显,检索精度分别相对提升了18.6%和18.1%。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社