基于深层置信网络的说话人信息提取方法

• 作者: 宋彦 戴礼荣 王尔玉 陈丽萍
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 全差异空间因子 说话人确认 深层置信网络 锚模型
• 年，卷（期）: 2013,（12）
• 所属期刊栏目: 论文与报告
• 页码范围: 1089-1095
• 页数: 7页
• 分类号: TP391.4
• 字数: 5478字
• 语种: 中文

摘要

在基于全差异空间因子( i-Vector)的说话人确认系统中，需进一步从语音段的i-Vector表示中提取说话人相关的区分性信息，以提高系统性能.文中通过结合锚模型的思想，提出一种基于深层置信网络的建模方法.该方法通过对i-Vector中包含的复杂差异信息逐层进行分析、建模，以非线性变换的形式挖掘出其中的说话人相关信息.在NIST SRE 2008核心测试电话训练-电话测试数据库上，男声和女声的等错误率分别为4.96%和6.18%.进一步与基于线性判别分析的系统进行融合，能将等错误率降至4.74%和5.35%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	戴礼荣	中国科学技术大学电子工程与信息科学系	86	643	14.0	21.0
2	宋彦	中国科学技术大学电子工程与信息科学系	45	315	10.0	16.0
3	陈丽萍	中国科学技术大学电子工程与信息科学系	5	29	3.0	5.0
4	王尔玉		1	15	1.0	1.0