论文部分内容阅读
贝叶斯信息判据(BayesianInformationCriterion,BIC)是一种传统的在线说话人分割(onlinespeakerseg—mentation)算法,但是它对于不同的语料需要设置不同的阈值,无法达到普适性,而且在时延较低时性能较差。提出了一种基于相对熵(Kullback—LeiblerDivergence,KLD)和贝叶斯信息判据(BayesianInformationCriterion,BIC)的在线说话人分割算法,相对熵能度量两个模型之间的距离,再根据距离的变化来确定分割点出现的范