极低错误接受率的说话人识别方法研究

• 作者: 姜涛 张光成 郑铁然 韩纪庆
• 来源期刊: 高技术通讯
• 学科: 工学
• 关键词: 说话人识别 极低错误接受率 粗粒度分析窗 集外竞争模型 变化状态统计矢量
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 计算机与通信技术
• 页码范围: 386-391
• 分类号: TP391.41
• 字数: 5733字
• 语种: 中文
• DOI: 10.3772/j.issn.1002-0470.2011.04.010

摘要

针对一些说话人识别方法在应用中要面对海量的集外数据,其很低的错误接受率也会带来大量识别错误的情况,进行了极低错误接受率的说话人识别技术的研究,以求在保证召回率的前提下,将错误接受率降低至约万分之一的水平.研究的重点是对经典的高斯混合模型-通用背景模型(GMM-UBM)方法进行了改进,加入一个确认判决机制来进一步拒绝集外误识,尝试了三种确认方法--基于粗粒度分析窗的方法、基于集外竞争模型的方法、基于变化状态统计矢量的方法.实验结果表明,这三种方法都能够有效降低错误接受率指标,其中基于变化状态统计矢量的方法取得了最好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩纪庆	哈尔滨工业大学计算机科学与技术学院	97	760	13.0	22.0
2	姜涛	哈尔滨工业大学计算机科学与技术学院	18	171	7.0	13.0
3	郑铁然	哈尔滨工业大学计算机科学与技术学院	24	195	8.0	13.0
4	张光成	哈尔滨工业大学计算机科学与技术学院	1	1	1.0	1.0