基于i-vector全局参数联合的说话人识别

• 作者: 杨明亮 龙华 邵玉斌 杜庆治
• 来源期刊: 重庆邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: i-vector模型 全局联合差异空间 GPJ-Ⅳ模型 说话人识别
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 计算机与自动化
• 页码范围: 144-151
• 页数: 8页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3979/j.issn.1673-825X.201904100126

摘要

以高斯通用背景模型(Gaussian mixture model-universal background model,GMM-UBM)和i-vector模型为主的说话人识别算法在实际应用中取得了不错的成绩,但i-vector说话人识别模型中存在没有充分考虑通用背景(uni-versal background,UB)数据与训练数据耦合性的问题导致模型性能不佳.提出了基于i-vector全局参数联合(global parameter joint of identify vector,GPJ-Ⅳ)的说话人识别方法.该方法利用背景说话人特征训练得到说话人通用背景模型(universal background model,UBM),构建基于全局联合差异空间和联合信道补偿的GPJ-Ⅳ模型.通过实验测试并与传统方法进行对比,实验结果显示,所提出的GPJ-Ⅳ模型相比i-vector模型,等错误率(equal error rate,EER)和最小检测代价函数(minimum detection cost function,MinDCF)性能分别提升了58.99％和15.9％.