论文研究改进的说话人聚类初始化和GMM的多说话人识别.pdf

针对多说话人聚类线性初始化方法精度较差的问题，提出了一种改进的聚类初始化方法。该方法引入BIC对由线性初始化产生的初始类进行检测分割，有效提升了说话人初始类纯度。最后将该方法应用到高斯混合模型（GMM）多说话人识别系统。实验结果表明，所提方法使说话人平均类纯度（ACP）提高了48.51%，系统的错误识别率平均降低12.09%。