一种基于说话者话路变化的主成分分析方法

• 作者: 戴礼荣 郭武 龙艳花
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 面向话路变化的主成分分析(SVPCA) 类内协方差归一化(WCCN) 广义线性序列超向量 说话者确认
• 年，卷（期）: 2009,（2）
• 所属期刊栏目: 研究与应用
• 页码范围: 270-274
• 页数: 5页
• 分类号: TN912.34
• 字数: 4590字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2009.02.015

摘要

在文本无关的说话人确认中,训练与测试语音中信道环境的不匹配是一种说话者话路变化问题.这种不匹配会严重降低说话人确认系统的性能.为了有效解决该问题,本文提出一种基于说话者话路变化的主成分分析方法,将其应用在说话者确认中,我们将这种方法称为面向话路变化的主成分分析方法.这种方法能够与类内协方差归一化结合,进一步提高识别效果.在NIST 2006年说话者识别数据库上进行实验,证明该方法不仅在系统识别等错误率上比基线系统有了24.2%的降低,而且在计算复杂度上相对于目前传统的方法也有很大的优势.