基于Fisher判别字典学习的说话人识别

• 作者: 王伟 郑贵滨 郑铁然 陶耀 韩纪庆
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 说话人识别 字典学习 稀疏表示 Fisher判别
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 论文
• 页码范围: 367-372
• 页数: 6页
• 分类号: TP391.42
• 字数: 4497字
• 语种: 中文
• DOI: 10.11999/JEIT150566

摘要

稀疏表示已成功应用于说话人识别领域。在稀疏表示中，构造好的字典起着重要的作用。该文将 Fisher准则的结构化字典学习方法引入说话人识别系统。在判别字典的学习过程中，每一个字典对应一个类标签，因此同类别训练样本的重构误差较小。同时，保证训练样本的稀疏编码系数类内误差最小，类间误差最大。在NIST SRE 2003数据库上，实验结果表明该算法得到的等错误率是7.62%，基于余弦距离打分的i-vector的等错误率是6.7%。当两个系统融合后，得到的等错误率是5.07%。

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	王伟	哈尔滨工业大学计算机科学与技术学院	233	1920	22.0	31.0
3	郑贵滨	哈尔滨工业大学计算机科学与技术学院	13	89	7.0	8.0
4	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
5	陶耀	哈尔滨工业大学计算机科学与技术学院	1	8	1.0	1.0