类间方差的最大后验估计
声音
2021-11-25 v1 音频与语音处理
摘要
概率线性判别分析（PLDA）已广泛应用于说话人验证等开集验证任务。该模型的一个潜在问题是，训练集通常包含有限数量的类别，这使得类间方差的估计不可靠。这种不可靠的估计往往导致泛化能力下降。本文通过采用逆威沙特先验，提出了一种类间方差的最大后验（MAP）估计。一个关键问题是，对于像PLDA这样的层次模型，先验置于类别均值的方差上，而似然则基于类别成员，这使得后验推断难以处理。我们为此类模型推导了一种简单的MAP估计，并在PLDA评分和长度归一化中对其进行了测试。在这两种情况下，基于MAP的估计都带来了有趣的性能提升。
引用
@article{arxiv.2111.12331,
title = {An MAP Estimation for Between-Class Variance},
author = {Jiao Han and Yunqi Cai and Lantian Li and Guanyu Li and Dong Wang},
journal= {arXiv preprint arXiv:2111.12331},
year = {2021}
}