说话人识别中注册-测试失配的原则性解决方案
声音
2021-11-25 v2 音频与语音处理
摘要
注册与测试条件之间的失配会导致说话人识别系统严重的性能下降。本文提出一种统计分解（SD）方法来解决该问题。该方法将 PLDA 分数分解为分别对应注册、预测与归一化的三个分量。给定各分量中使用了正确的统计量，所得分数在理论上是最优的。在三个具有不同类型失配的数据集上进行了综合实验研究：（1）物理信道失配，（2）说话行为失配，（3）远近录音失配。结果表明所提 SD 方法极为有效，并且优于常被采用但在理论上非最优的特设多条件训练方法。
引用
@article{arxiv.2012.12471,
title = {A Principle Solution for Enroll-Test Mismatch in Speaker Recognition},
author = {Lantian Li and Dong Wang and Jiawen Kang and Renyu Wang and Jing Wu and Zhendong Gao and Xiao Chen},
journal= {arXiv preprint arXiv:2012.12471},
year = {2021}
}