基于域自适应的短语音说话人识别
声音
2016-10-12 v2
摘要
本文探讨了当注册和验证语音长度缩短时，域内和域外概率线性判别分析（PLDA）说话人验证的表现。实验研究发现，当使用全长度语音进行评估时，域内 PLDA 方法在等错误率（EER）和检测代价函数（DCF）值上比域外 PLDA 方法提升超过 28%；而当使用短语音进行评估时，域内说话人验证的性能增益以递增速率下降。采用新颖的改进型数据集间变异性（IDV）补偿来补偿域内与域外数据之间的不匹配，当分别使用 SWB 和 NIST 数据进行 S 归一化时，经 IDV 补偿的域外 PLDA 说话人验证分别比域外 PLDA 提升 26% 和 14%。当评估语音长度缩短时，IDV 带来的性能增益也随之降低，因为与域内和域外数据间的数据集不匹配相比，短语音评估数据的 i-vector 因音素变异而具有更大的变化。
引用
@article{arxiv.1610.02831,
title = {Domain adaptation based Speaker Recognition on Short Utterances},
author = {Ahilan Kanagasundaram and David Dean and Sridha Sridharan and Clinton Fookes},
journal= {arXiv preprint arXiv:1610.02831},
year = {2016}
}