基于 J-向量的文本相关说话人验证的双联合贝叶斯方法
声音
2017-11-20 v1 多媒体
音频与语音处理
摘要
J-向量已被证明在短时长语音的文本相关说话人验证中非常有效。然而，当前最先进的后端分类器，例如联合贝叶斯模型，无法充分利用此类深度特征。在本文中，我们推广标准联合贝叶斯方法，以显式且联合地对 j-向量中的多方面信息建模。在我们的推广中，j-向量被建模为由生成式双联合贝叶斯（DoJoBa）模型导出的结果，该模型包含若干类隐变量。借助 DoJoBa，我们能够显式构建可组合来自 j-向量的多种异构信息的模型。在验证步骤中，我们计算似然以描述两个 j-向量是否具有一致标签。在公开 RSR2015 语料库上，实验结果表明我们的方法在冒名者错误与冒名者正确情形下分别能达到 0.02\% EER 与 0.02\% EER。
引用
@article{arxiv.1711.06434,
title = {A Double Joint Bayesian Approach for J-Vector Based Text-dependent Speaker Verification},
author = {Ziqiang Shi and Mengjiao Wang and Liu Liu and Huibin Lin and Rujie Liu},
journal= {arXiv preprint arXiv:1711.06434},
year = {2017}
}