基于说话人的音频分割与聚类

李稀敏，洪青阳，黄晓丹（厦门大学智能科学与技术系，福建厦门361005）说话人分割与聚类主要应用于两个方面的问题，一方面可以用于自动语音识别的说话人自适应；另一方面可用于说话人检索和富文本转录。主要包括三个过程：有效语音检测、说话人分割以及说话人聚类。本文主要就这三个方面展开叙述，全面地介绍了各类算法。