基于i-vector局部加权线性判别分析的说话人识别

• 作者: 唐振民 张二华 王明合
• 来源期刊: 仪器仪表学报
• 学科: 工学
• 关键词: 语音处理 说话人识别 身份认证向量 局部加权线性判别分析
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 学术论文
• 页码范围: 2842-2848
• 页数: 7页
• 分类号: TN912.34|TH693.4
• 字数: 5519字
• 语种: 中文

摘要

基于i-vector的说话人识别系统通常采用LDA来消除训练和测试语音之间信道失配,不能保证样本在待识别语音近邻区域内具有最佳的分离度,这就使得目标说话人和其近邻间的得分差异较小,进而导致识别准确性下降.针对该问题,提出基于i-vector局部加权线性判别分析的说话人识别方法(LWLDA).在计算类内和类间散度时,增加待识别语音近邻样本权重.在此基础上,通过提高待识别语音近邻域局部类间的分辨能力,尽可能减少因信道差异而产生的识别错误.在不同语音库上的实验结果表明:LWLDA在复杂信道环境下能够保持良好的鲁棒性;在交叉信道条件下的识别准确率比LDA平均提高3.6％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐振民	南京理工大学计算机科学与工程学院	191	2436	26.0	40.0
2	张二华	南京理工大学计算机科学与工程学院	34	219	8.0	13.0
3	王明合	南京理工大学计算机科学与工程学院	4	44	3.0	4.0