I-VECTOR說(shuō)話人識(shí)別中基于偏最小二乘的總變化空間估計(jì)方法.pdf

1、作為一項(xiàng)關(guān)鍵的多媒體數(shù)據(jù)分析技術(shù)，說(shuō)話人識(shí)別被廣泛地應(yīng)用于事務(wù)訪問(wèn)控制、身份驗(yàn)證、執(zhí)法、語(yǔ)音數(shù)據(jù)管理，以及音頻監(jiān)控等領(lǐng)域。其中，i-vector作為一項(xiàng)有效的說(shuō)話人識(shí)別技術(shù)，其性能優(yōu)于傳統(tǒng)的說(shuō)話人識(shí)別方法，因而在說(shuō)話人識(shí)別領(lǐng)域受到了廣泛的關(guān)注。I-vector說(shuō)話人識(shí)別技術(shù)的核心環(huán)節(jié)為總變化空間的估計(jì)，然而目前的總變化空間的估計(jì)方法均為通過(guò)尋找特征向量之間的數(shù)據(jù)信息關(guān)系達(dá)來(lái)到特征提取的目的，卻忽略了一個(gè)重要的先驗(yàn)知識(shí)——說(shuō)話人的類別信息

2、，而類別信息對(duì)于樣本的分類與預(yù)測(cè)有著十分重要的意義，因此現(xiàn)有的總變化空間估計(jì)方法并不是最優(yōu)的。
　　為此，本文從類別信息入手，提出了一種基于偏最小二乘的總變化空間的估計(jì)方法。首先訓(xùn)練高斯混合模型-通用背景模型（Gaussian Mixture Model-Universal Background Model，GMM-UBM），從而得到每位說(shuō)話人GMM均值超向量；然后利用GMM均值超向量和類別信息估計(jì)總變化空間，并提取說(shuō)話人i-ve

3、ctor；最后利用類內(nèi)協(xié)方差規(guī)整(Within-Class Covariance Normalization，WCCN)進(jìn)行信道補(bǔ)償處理，并用余弦距離打分作為判決方法。實(shí)驗(yàn)結(jié)果表明，King-ASR-009數(shù)據(jù)庫(kù)與NIST2008數(shù)據(jù)庫(kù)（任務(wù)short2-short3與任務(wù)8conv-short3）上的識(shí)別性能均有明顯提升。
　　由于偏最小二乘對(duì)類間相似點(diǎn)不敏感，而對(duì)異常點(diǎn)比較敏感，所以當(dāng)訓(xùn)練樣本中出現(xiàn)上述問(wèn)題時(shí)，往往導(dǎo)致系統(tǒng)性能