基于判别邻域嵌入算法的说话人识别

该文提出一种基于判别邻域嵌入(DNE)算法的说话人识别。判别邻域嵌入算法作为流形学习方法的一种,可以通过构建邻接图获取数据的局部邻域结构信息;同时该算法可以充分利用类间判别信息,具有更强的判别能力。在美国国家标准技术研究院2010年说话人识别评测(NISTSRE2010)电话-电话核心测试集上的实验结果表明了该算法的有效性。

基于通用背景-联合估计(UB-JE)的说话人识别方法

在说话人识别中,有效的识别方法是核心.近年来,基于总变化因子分析(i-vector)方法成为了说话人识别领域的主流,其中总变化因子空间的估计是整个算法的关键.本文结合常规的因子分析方法提出一种新的总变化因子空间估计算法,即通用背景–联合估计(Universal background-joint estimation algorithm, UB-JE)算法.首先,根据高斯混合–通用背景模型(Gaussian mixture model-universal background model, GMM-UBM)思想提出总变化矩阵通用背景(UB)算法;其次,根据因子分析理论结合相关文献提出了一种总变化矩阵联合估计(JE)算法;最后,将两种算法相结合得到通用背景–联合估计(UB-JE)算法.采用TIMIT和MDSVC语音数据库,结合i-vector方法将所提的算法与传统算法进行对比实验.结果显示,等错误率(Equal error rate, EER)和最小检测代价函数(Minimum detection cost function, MinDCF)分别提升了8.3%与6.9%,所提方法能够提升i-vector方法的性能.

基于邻域保持嵌入算法的语种识别

语种识别中现有的总变化因子分析仅能反映语音数据的整体结构,不能挖掘其局部内在结构信息,并且未考虑训练语音数据的语种类别。针对此问题,提出了基于邻域保持嵌入算法的语种识别,通过构建邻接图以获得语音数据的局部邻域结构,同时通过有监督训练有效利用语音数据的语种标注信息。在2011年美国国家标准与技术研究院语种识别评测的30 s和10 s测试集上进行了对比实验。实验结果表明,邻域保持嵌入算法能够有效弥补总变化因子分析的不足,可明显提高系统的识别性能。