基于核函数的IVEC-SVM说话人识别系统研究

• 作者: 何亮 刘加 张卫强 栗志意
• 来源期刊: 自动化学报
• 关键词: 身份认证向量后接余弦距离打分 身份认证向量后接支持向量机 Spline核 说话人识别
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 短文
• 页码范围: 780-785
• 页数: 6页
• 字数: 4996字
• 语种: 中文
• DOI: 10.3724/SP.J.1004.2014.00780

摘要

在说话人识别研究中,基于身份认证向量(Identity vector, IVEC)的说话人建模方法可以有效地提取说话人信息,是目前处于国际前沿的建模方法。本文对身份认证向量后接支持向量机(Identity vector followed by support vector machine, IVEC-SVM)的说话人识别系统进行了研究,对比了该系统在十种不同核函数下的识别性能,并与文献中身份认证向量后接余弦距离打分(Identity vector followed by cosine distance scoring, IVEC-CDS)系统进行了比较。在美国国家标准技术局(American National Institute of Standards and Technology, NIST)组织的2010年电话信道-电话信道说话人识别核心评测数据库上的实验结果显示,基于核函数的IVEC-SVM 系统性能明显优于IVEC-CDS 的系统性能。此外,实验结果表明基于Spline核的IVEC-SVM 系统可取得最好的识别性能,与IVEC-CDS 系统相比,其等错点(Equal error rate, EER)在分数归一化前后分别降低了10%和3%。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘加	清华大学电子工程系清华信息与科学技术国家实验室	79	938	18.0	28.0
2	栗志意	清华大学电子工程系清华信息与科学技术国家实验室	2	19	2.0	2.0
3	张卫强	清华大学电子工程系清华信息与科学技术国家实验室	17	115	7.0	10.0
4	何亮	清华大学电子工程系清华信息与科学技术国家实验室	9	17	2.0	4.0