一种改进的有监督训练的 TV 语种识别方法

• 作者: 张翼飞 腾潇琦
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 语种识别 TV 系统 有监督训练 载荷矩阵
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 159-162
• 页数: 4页
• 分类号: TP3
• 字数: 2733字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2016.09.038

摘要

传统的 GMM-TV（Gaussian Mixture Model-Total Variability，又称为 i-vector）系统得益于它良好的识别效果以及优秀的识别效率，在语种识别 LID（language identification）中得到广泛应用，然而载荷矩阵 T 的训练过程是无监督的，使得它的分类空间并没有得到最好的优化。已有的有监督 TV（Supervised-TV，S-TV）算法，通过在均值超矢量上拼接一个带有标签信息的向量，使得 T 矩阵的训练过程变成一个有监督的过程，但是效果增长较弱，同时带来了载荷矩阵自由度问题。提出一种改进的有监督训练方法，在目标函数中引入正则化项来解决自由度的问题，同时大大提升它的分类效果。该方法在 NIST LRE09的30s 数据集实验中得到了很好的效果，等错误率 EER（Equal Error Rate）从5．40％下降到4．96％，融合系统的 EER 达到了3．86％。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张翼飞	上海大学机电工程与自动化学院	13	10	2.0	2.0
3	腾潇琦		2	3	1.0	1.0