-
题名一种基于说话者话路变化的主成分分析方法
- 1
-
-
作者
龙艳花
郭武
戴礼荣
-
机构
中国科学技术大学电子工程与信息科学系科大讯飞语音实验室
-
出处
《模式识别与人工智能》
EI
CSCD
北大核心
2009年第2期270-274,共5页
-
文摘
在文本无关的说话人确认中,训练与测试语音中信道环境的不匹配是一种说话者话路变化问题.这种不匹配会严重降低说话人确认系统的性能.为了有效解决该问题,本文提出一种基于说话者话路变化的主成分分析方法,将其应用在说话者确认中,我们将这种方法称为面向话路变化的主成分分析方法.这种方法能够与类内协方差归一化结合,进一步提高识别效果.在NIST2006年说话者识别数据库上进行实验,证明该方法不仅在系统识别等错误率上比基线系统有了24.2%的降低,而且在计算复杂度上相对于目前传统的方法也有很大的优势.
-
关键词
面向话路变化的主成分分析(SVPCA)
类内协方差归一化(WCCN)
广义线性序列超向量
说话者确认
-
Keywords
Session Variation Principal Component Analysis （SVPCA）, Within Class Covariance Normalization （WCCN）, General Linear Discriminative Sequence Supervector, Speaker Verification
-
分类号
TN912.34
[电子电信—通信与信息系统]
-
