May, 2009

粘性 HDP-HMM 及其在说话人分离中的应用

PDF
TL;DR采用贝叶斯非参数方法，利用层次狄利克雷过程隐马尔可夫模型（HDP-HMM）解决会议音频数据的说话人分离问题，提出了增强的 HDP-HMM 模型以控制状态切换速率和实现发射分布的非参数处理，以及利用 Dirichlet 过程的截断逼近提高混合速率的采样算法，与 Benchmark NIST 数据集的实验结果表明，我们的方法取得了最优的结果。
speaker diarizationbayesian nonparametric approachhierarchical dirichlet process hidden markov modelemission distributionsnist data set
发现论文，激发创造
  • 贝叶斯非参数隐马尔可夫半马尔可夫模型

    本文提出了显式时长的分层狄利克雷过程隐半马可夫模型（HDP-HSMM），并开发了采样算法用于有效的后验推断，这个方法不仅可以为有限的贝叶斯 HSMM 提供新的采样方法，而且可以嵌入到更大的分层贝叶斯模型的采样器中，为贝叶斯推断提供另一种工具。

    Mar, 2012

  • 具有相似性偏置转移的无限隐马尔可夫模型

    本文介绍了一个对层级狄利克雷过程隐藏马尔可夫模型 (HDP-HMM) 的拓展，它可以编码关于状态转换更可能发生在 “相邻” 的状态之间的先验信息，并通过在状态空间上定义相似度函数和通过成对相似度缩放转移概率，从而在转移分布之间引入相关性。该模型的数据增强表示形式被提出来，作为马尔可夫跳跃过程，其中有些跳跃尝试失败，而成功的概率与源状态和目标状态之间的相似度成正比。这种增强实现条件共轭并且简单地允许使用 Gibbs 抽样器。我们在扬声器日化任务和使用四部合唱数据的 “和声分析” 任务以及几个合成数据集上对模型和推理方法进行了评估，并与现有模型进行了有利的比较。

    Jul, 2017

  • 基于 Bi-LSTM 评分和凝聚层次聚类 (AHC) 的说话人分离相似度测量

    本文提出了一种基于双向 LSTM 网络的语音分割与边界检测方法，用于解决多个人同时说话时 PLDA 算法无法考虑语音结构，容易出错的问题，实验表明该方法在 ICSI 会议语音数据集上的 Diarization Error Rate 可降低至 34.80%。

    May, 2022

  • 使用强韧的隐马尔可夫模型自动识别驾驶行为模式

    提出了一种新的鲁棒 HDP-HSMM（rHDP-HSMM）方法，用于减少冗余状态的数量，并改善模型估计的一致性。通过模拟研究和使用自然驾驶数据的案例研究来证明该方法在识别和推断驾驶操纵模式方面的有效性。

    Nov, 2023

  • 贝叶斯 HMM 聚类 x 向量序列（VBx）在说话人分离中的理论、实现和标准任务分析

    VBx diarization method achieves superior performance on CALLHOME, AMI, and DIHARDII datasets by using a Bayesian hidden Markov model to find speaker clusters in x-vector sequences, and efficient formulae for the VBx model are presented while highlighting the lack of a standardized evaluation protocol for the AMI dataset in this paper.

    Dec, 2020

  • 完全监督的说话人分离

    本文提出了一种全监督的说话人分离方法，称为无限交错状态循环神经网络（UIS-RNN），通过 RNN 建模不同说话人，运用了 ddCRP 解决未知说话人数量问题，并实现在线分离。在 NIST SRE 2000 CALLHOME 上，其检测率为 7.6%，优于现有最先进的基于谱聚类的分离方法。

    Oct, 2018

  • 会议在线发言人分化的语音分离指导

    我们介绍了一种新的基于语音分离引导的在线发言人分化方案，适用于持续变动的说话人数量的长时间会议录音。

    Jan, 2024

  • 基于时空贝叶斯融合的音视频说话人分离

    本文介绍了一种音视频 “位置时间标记” 模型，其中多人视觉跟踪与多重语音源定位相结合，通过一种音视频融合方法对话音频信号进行了分离，从而能够同时处理多人的语音信号。该模型在多方交互的情况下处理多人同时发出的语音信号，解决了多人语音辨别问题。

    Mar, 2016

  • 基于最优先模型合并的隐马尔可夫模型归纳

    通过模型合并策略，利用贝叶斯后验概率准则实现对隐藏马尔可夫模型的结构感知，具有更高的鲁棒性和准确性，并可应用于多发音单词模型的构建和语音识别的性能优化中。

    May, 1994

  • 层次狄利克雷缩放过程

    本研究介绍了一种名为层次狄利克雷缩放过程（HDSP）的 Bayesian 非参数混合成员模型，可以泛化层次狄利克雷过程（HDP），以模拟语料库中元数据和混合成分之间的相关结构。通过实验，表明 HDSP 产生的预测性能比其他几个模型更好。

    Mar, 2014