【摘要】：I-vector說話人識別系統(tǒng)常用距離來衡量說話人語音間的相似度。加權(quán)成對約束度量學(xué)習(xí)算法(WPCML)利用成對訓(xùn)練樣本的加權(quán)約束信息訓(xùn)練一個用于計算馬氏距離的度量矩陣。該度量矩陣表示的樣本空間中,同類樣本間的距離更小,非同類樣本間的距離更大。在美國國家標(biāo)準(zhǔn)技術(shù)局(NIST)2008年說話人識別評測數(shù)據(jù)庫(SRE08)的實(shí)驗(yàn)結(jié)果表明,WPCML算法訓(xùn)練度量矩陣用于馬氏距離相似度打分,比用余弦距離相似度打分的性能更好。選擇訓(xùn)練樣本對方法用于構(gòu)造度量學(xué)習(xí)訓(xùn)練樣本集能進(jìn)一步提高系統(tǒng)實(shí)驗(yàn)性能,并優(yōu)于目前最流行的PLDA分類器。
[Abstract]:I-vector speaker recognition system uses distance to measure the similarity between speaker speech. The weighted pairwise constraint metric learning algorithm (WPCML) trains a metric matrix for calculating Mahalanobis distance by using the weighted constraint information of pairwise training samples. In the sample space represented by the metric matrix, the distance between the same kind of samples is smaller, and the distance between the non-similar samples is larger. The experimental results in (NIST) 2008 Speaker recognition Evaluation Database (SRE08) of the National Bureau of Standards and Technology show that the training measurement matrix of WPCML algorithm is better than the cosine distance similarity score when it is used to score Mahalanobis distance similarity. Selecting the training sample pair method to construct the metric learning training sample set can further improve the experimental performance of the system, and is superior to the most popular PLDA classifiers at present.
【作者單位】： 江西師范大學(xué)計算機(jī)信息工程學(xué)院;
【基金】：國家自然科學(xué)基金(No.61365004) 江西省教育廳科學(xué)技術(shù)研究項(xiàng)目(No.GJJ12198)
【分類號】：TN912.34

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 石艷;王曉曄;;新穎檢測法在說話人識別技術(shù)中的應(yīng)用[J];現(xiàn)代計算機(jī)(專業(yè)版);2008年07期

2 劉雪燕;張娜;袁寶玲;;說話人識別綜述[J];電腦知識與技術(shù);2009年01期

3 邱政權(quán);范小春;王俊年;;基于動態(tài)環(huán)境下的說話人識別[J];科學(xué)技術(shù)與工程;2010年02期

4 單進(jìn);;說話人識別技術(shù)研究[J];科技資訊;2010年21期

5 申志生;于明;;說話人識別算法的定點(diǎn)DSP實(shí)現(xiàn)[J];單片機(jī)與嵌入式系統(tǒng)應(yīng)用;2011年03期

6 謝建勛;;淺談?wù)f話人識別技術(shù)[J];電腦知識與技術(shù);2011年11期

7 安茂波;劉建;;一個快速說話人識別系統(tǒng)的設(shè)計和實(shí)現(xiàn)[J];網(wǎng)絡(luò)新媒體技術(shù);2012年03期

8 楊迪;戚銀城;劉明軍;張華芳子;武軍娜;;說話人識別綜述[J];電子科技;2012年06期

9 武光利;;說話人識別方法概述[J];硅谷;2012年19期

10 曹業(yè)敏,侯風(fēng)雷,王炳錫;說話人識別技術(shù)現(xiàn)狀與進(jìn)展[J];河南科技;1998年09期

相關(guān)會議論文 前10條

1 鮑福良;方志剛;徐潔;;說話人識別綜述[A];第六屆全國信息獲取與處理學(xué)術(shù)會議論文集（2）[C];2008年

2 孫帆;遲惠生;;循環(huán)網(wǎng)絡(luò)說話人識別[A];第二屆全國人機(jī)語音通訊學(xué)術(shù)會議論文集[C];1992年

3 肖劍;歐貴文;;多層前饋神經(jīng)網(wǎng)絡(luò)組的文本無關(guān)說話人識別[A];第七屆全國人機(jī)語音通訊學(xué)術(shù)會議（NCMMSC7）論文集[C];2003年

4 張玲華;鄭寶玉;楊震;;模糊超橢球聚類算法及其在說話人識別中的應(yīng)用研究[A];第八屆全國人機(jī)語音通訊學(xué)術(shù)會議論文集[C];2005年

5 王宏;潘金貴;;基于矩陣正態(tài)分布的文本有關(guān)說話人識別[A];2007通信理論與技術(shù)新發(fā)展——第十二屆全國青年通信學(xué)術(shù)會議論文集（上冊）[C];2007年

6 戴紅霞;趙力;;文本無關(guān)說話人識別系統(tǒng)的研究[A];2007’促進(jìn)西部發(fā)展聲學(xué)學(xué)術(shù)交流會論文集[C];2007年

7 陳聯(lián)武;郭武;戴禮榮;;說話人識別系統(tǒng)中多樣訓(xùn)練的應(yīng)用[A];第十一屆全國人機(jī)語音通訊學(xué)術(shù)會議論文集（一）[C];2011年

8 崔玉紅;胡光銳;;基于神經(jīng)網(wǎng)絡(luò)特征維數(shù)壓縮方法及其在說話人識別中的應(yīng)用[A];第十屆全國信號處理學(xué)術(shù)年會（CCSP-2001）論文集[C];2001年

9 吳麗麗;;基于仿生模式識別的說話人識別學(xué)習(xí)模型研究[A];第二屆中國科學(xué)院博士后學(xué)術(shù)年會暨高新技術(shù)前沿與發(fā)展學(xué)術(shù)會議程序冊[C];2010年

10 張晶;董金明;馮文全;;說話人識別系統(tǒng)研究與實(shí)現(xiàn)[A];全國第二屆信號處理與應(yīng)用學(xué)術(shù)會議專刊[C];2008年

相關(guān)重要報紙文章 前2條

1 汪永安;科大訊飛說話人識別技術(shù)世界領(lǐng)先[N];安徽日報;2008年

2 吳長鋒;科大訊飛勇奪說話人識別國際大賽第一[N];科技日報;2008年

相關(guān)博士學(xué)位論文 前10條

1 單振宇;情感說話人識別及其解決方法的研究[D];浙江大學(xué);2010年

2 陸偉;基于缺失特征的文本無關(guān)說話人識別魯棒性研究[D];中國科學(xué)技術(shù)大學(xué);2008年

3 劉鏑;說話人識別中信息融合算法的研究[D];北京交通大學(xué);2011年

4 付中華;說話人識別系統(tǒng)魯棒性研究[D];西北工業(yè)大學(xué);2004年

5 林琳;基于模糊聚類與遺傳算法的說話人識別理論研究及應(yīng)用[D];吉林大學(xué);2007年

6 邱政權(quán);在噪聲環(huán)境下的說話人識別[D];華南理工大學(xué);2007年

7 郭武;復(fù)雜信道下的說話人識別[D];中國科學(xué)技術(shù)大學(xué);2007年

8 錢博;基于漢語元音映射的說話人識別技術(shù)研究[D];南京理工大學(xué);2007年

9 姜濤;網(wǎng)絡(luò)環(huán)境下說話人識別關(guān)鍵技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2011年

10 俞一彪;基于互信息理論的說話人識別研究[D];上海大學(xué);2004年

相關(guān)碩士學(xué)位論文 前10條

1 叢菡菡;基于支持相量機(jī)的穩(wěn)鍵說話人識別[D];電子科技大學(xué);2008年

2 任舒彬;面向手持應(yīng)用的說話人識別算法研究[D];浙江大學(xué);2006年

3 申志生;文本相關(guān)說話人識別嵌入式系統(tǒng)及其關(guān)鍵技術(shù)研究[D];河北工業(yè)大學(xué);2011年

4 汪q，

本文編號：2508841