スピーカーデータのクラスタリング方法

発明者： , ,
出願人/特許権者：
代理人 (1件)：中島淳 (外1名)
公報種別：公開公報
出願番号（国際出願番号）：特願平7-082898
公開番号（公開出願番号）：特開平7-287593
出願日： 1995年04月07日
公開日（公表日）： 1995年10月31日
要約：

【要約】【目的】オーディオデータストリーム内にインデックスを作成する。【構成】オーディオストリームはオーディオデータソース12から与えられ、該データは、会話を行うスピーカー、オーディオトラックを伴う記録ビデオ、または他のオーディオソースによって与えられることが可能である。オーディオデータはオーディオプロセッサ14へ送られ、オーディオプロセッサは汎用コンピュータのような任意の公知デバイスであることが可能であり、本発明に従って構成されることが可能である。オーディオプロセッサはオーディオデータインデックス16を出力する。

請求項（抜粋）：

複数の未知のスピーカーからのスピーカーデータをクラスタリングする改善された方法であって、オーディオデータ内の少なくとも全てのスピーカーからの音声を有する前記オーディオデータの部分を与えるステップと、前記オーディオ部分をデータクラスタに分割するステップと、各クラスタペアについてクラスタ間距離を算出するステップであって、前記ペアに関する距離は同一スピーカーによって2つのクラスタが作成された場合の尤度に基づき、前記尤度の測定はスピーカーチェンジの事前確率によってバイアスされる、クラスタ間距離算出ステップと、最小クラスタ間距離を有する2つのクラスタを結合して新たなクラスタとするステップと、を含む、スピーカーデータのクラスタリング方法。

IPC (4件)：

G10L 3/00 521 , G10L 3/00 531 , G10L 3/00 535 , H04R 3/00 310

引用特許：

審査官引用 (4件)

音声中の複数話者の発話区間自動検出同定装置
公報種別：公開公報出願番号：特願平4-231157 出願人：株式会社エイ・ティ・アール自動翻訳電話研究所
自動音声認識用の音響プロトタイプを生成する方法及び装置
公報種別：公開公報出願番号：特願平4-155237 出願人：インターナショナル・ビジネス・マシーンズ・コーポレイション
ワードスポッティング法
公報種別：公開公報出願番号：特願平4-244401 出願人：ゼロックスコーポレイション

全件表示

引用文献：

審査官引用 (2件)

前のページに戻る