基于PLDA信道补偿的说话人识别算法

• 作者: 王俊俊 茅正冲 黄舒伟
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 信道补偿 线性判别分析 I-Vector GMM/UBM NIST SRE-2010
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 算法与分析
• 页码范围: 2757-2762
• 页数: 6页
• 分类号: TN912
• 字数: 4185字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2019.11.023

摘要

近年来,针对说话人识别算法普遍受到信道因素的干扰问题,研究者提出使用总变化因子分析的识别方法对语音信道进行补偿得到了很不错的效果,其中概率线性判别分析(Probabilistic Linear Discriminant Analysis,PLDA)因其表现优异而受到学者们的关注.然而,高斯PLDA模型中I-Vector并非符合标准正态分布.因此论文在特征域利用特征弯折算法对梅尔倒谱系数(MFCC)进行处理,以消除背景噪声以及线性信道的影响.然后在模型域对I-Vector进行非线性转换使其分布更适合用PLDA模型区分说话人,以提高说话人识别系统的识别率.实验结果表明,使用传统GMM/UBM的系统,在NIST SRE-2010评估数据集上使用所提议的技术获得了很好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	茅正冲	江南大学轻工过程先进控制教育部重点实验室	55	151	7.0	9.0
2	王俊俊	江南大学轻工过程先进控制教育部重点实验室	4	9	2.0	3.0
3	黄舒伟	江南大学轻工过程先进控制教育部重点实验室	4	2	1.0	1.0