基于同伴分数的说话人验证决策
声音
2016-09-28 v1 人工智能
计算机科学中的逻辑
摘要
决策是说话人验证系统的重要组成部分。对于传统的 GMM-UBM 架构，决策通常基于测试语音相对于声称说话人的 GMM 和 UBM 的对数似然比来进行。这种单分数决策很简单，但往往对语音信号中的复杂变化（例如文本内容、信道、说话风格等）很敏感。在本文中，我们提出了一种基于从一组同伴 GMM 导出的多个分数（同伴分数）的决策方法。重要的是，这些同伴分数并不像传统的同伴方法那样被简单平均；相反，我们采用强大的判别模型作为决策器。实验结果表明，所提出的方法在基线系统上提供了显著的性能提升，特别是当深度神经网络（DNN）被用作决策器，且 DNN 输入包含从同伴分数导出的一些统计特征时。
引用
@article{arxiv.1609.08419,
title = {Decision Making Based on Cohort Scores for Speaker Verification},
author = {Lantian Li and Renyu Wang and Gang Wang and Caixia Wang and Thomas Fang Zheng},
journal= {arXiv preprint arXiv:1609.08419},
year = {2016}
}
备注
APSIPA ASC 2016