基于改进MFD的I-Vector说话人识别

• 作者: 李湾湾 祁才君 范承志
• 来源期刊: 电声技术
• 学科: 工学
• 关键词: 说话人识别 i向量 PLDA模型 线性区分性分析 改进中值分类器 信道补偿
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 语音技术
• 页码范围: 43-48
• 页数: 6页
• 分类号: TN912.3
• 字数: 3803字
• 语种: 中文
• DOI: 10.16311/j.audioe.2016.12.10

摘要

基于I-Vector的说话人识别系统通常采用LDA进行信道补偿和特征降维,在开发集样本有限的情况下,LDA的区分性不强.基于此,提出一种改进I-Vector说话人确认算法.在话者样本数较少的情况下,以中值i向量代替均值i向量作为集中统计量可以减少区分信息的丢失.随着样本数量增加,改进中值分类器,采用去最大最小值后求均值的方法作为i向量的集中趋势.用此方法计算类间与类内离散度矩阵后,对i向量进行信道补偿和降维.结合高斯PLDA模型,以LDA和WCCN为基线系统进行仿真对比.实验结果表明,提出的算法具有良好的区分性能,在有限的话者语音样本数量范围内,与基线相比能提升总和约3％的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	祁才君	浙江大学电气工程学院	38	913	10.0	30.0
2	范承志	浙江大学电气工程学院	43	386	13.0	17.0
3	李湾湾	浙江大学电气工程学院	2	4	1.0	2.0