杨继臣，李艳雄

（1.仲恺农业工程学院 计算机科学与工程学院，广东 广州510225；2.华南理工大学 电子与信息学院，广东 广州510640）

0 引 言

在视频检索中，人们使用关键帧进行检索；在文本检索中，人们使用关键词进行检索［1］；另外，芦烈等人提出在音频中使用类似于词频－逆文档频率的方法在音频中检测音频关键词［2－3］。受关键帧和关键词的启发，本文提出在电视新闻中使用关键说话人进行检索。一般情况下，关键说话人是多媒体记录中角色最重要的那个人，相对于其他人而言，他（她）可能出现的次数比较多和出现的时间比较长；但有些情况下，并不一定出现次数多和时间长的人就是角色最重要的。

在以前的说话人检索研究中，很少有人考虑关键说话人的问题，都是把所有的人物一样对待，只标注谁在何时说（who spoke when）［4－6］。在新闻故事中，为了节省时间，有时人们只需要观看或听下主要角色的讲解就可以了解故事的主要内容，因此在这种情况下，需要把新闻故事的主要角色找出来，把他（她）作为该故事的关键人物。另外对于用户而言，他（她）可能只对某一位人物有兴趣，如果把他（她）感兴趣的人物作为关键说话人。在检索时，可以有效快速地检索到说话人。受文献 ［1－3］算法思想的启发，为了能在电视新闻中找到关键说话人，我们提出使用说话人关键度的方法发现关键说话人，我们首先介绍了我们使用的数据库，然后详细我们的算法，最后用实验进行验证我们的算法。……