短语音及易混淆语种识别改进系统

• 作者: 刘俊南 朱光旭 李卓茜 王化 高镇
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 短语音 易混淆语种 语种识别 语音特征
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 自然语言处理应用
• 页码范围: 135-142
• 页数: 8页
• 分类号: TP391
• 字数: 5925字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2019.10.017

摘要

该文针对短语音(语段时长小于等于1s)和易混淆语音的语种识别进行研究.选取东方多语种识别竞赛数据集为实验数据集,对比了音素对数似然比特征、梅尔频率倒谱系数特征、深度瓶颈层特征(DBF)在短语音及易混淆语种识别中的性能,证明DBF在两种识别任务中均具有较好的性能.为提升识别准确率提出DBF-I-VEC-TOR语种识别改进系统,该系统分别将基线DBF-I-VECTOR系统的短语音识别等错误率最优结果从12.26％ 降低为10.55％,易混淆语音识别等错误率(EER)最优结果从5.53％ 降低为2.86％.在对比改进系统后端的余弦距离(CDS)、概率线性判别分析(PLDA)、支持向量机(SVM)、极端梯度提升(XGBoost)、随机森林(RF)分类性能时发现RF在短语音任务中分类效果最好,SVM在易混淆任务中分类效果最好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高镇	天津大学电气自动化与信息工程学院	11	21	3.0	4.0
2	李卓茜	天津大学电气自动化与信息工程学院	1	0	0.0	0.0
3	王化		1	0	0.0	0.0
4	刘俊南		1	0	0.0	0.0
5	朱光旭		1	0	0.0	0.0