摘要： 简称SD，顾名思义，在采集的语音信号流中，分辨出不同说话人的说话时长并标注，即以时间为索引，检测出每段语音所对应的说话人身份，其通常由说话人分割和聚类两步组成。 参照2010年8月的文献[1]中的一张图： 又称说话人分割等，在语音信号处理的多种场景下均有应用需求，近年来也被多来越多的研究者所关注。S 阅读全文