基于i-vector和深度学习的说话人识别

• 作者: 林舒都 邵曦
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 说话人识别 深度神经网络 i-vector 声纹特征
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 66-71
• 页数: 6页
• 分类号: TP301
• 字数: 6107字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2017.06.014

摘要

为了提高说话人识别系统的性能,在研究基础上提出了一种将深度神经网络(Deep Neural Nerwork,DNN)模型成果与i-vector模型相结合的新方案.该方案通过有效的神经网络构建,准确地提取了说话人语音里的隐藏信息.尽管DNN模型可以帮助挖掘很多信息,但是i-vector特征并没有完全覆盖住声纹特征的所有维度.为此,在i-vector特征的基础上继续提取维数更高的i-supervector特征,有效地避免了信息的不必要损失.为证明提出方案的可行性,采用对TIMIT等语音数据库630个说话人的语音进行了训练、验证和测试.验证实验结果表明,在提取i-vector特征的基础上提取i-supervector特征的说话人识别同等错误率有30%的降低,是一种有效的识别方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邵曦	南京邮电大学通信与信息工程学院	27	90	6.0	8.0
2	林舒都	南京邮电大学通信与信息工程学院	1	12	1.0	1.0