使用 SUV 建模与话语划分方法改进短话语 PLDA 说话人验证
声音
2016-10-18 v1
摘要
本文分析了结合话语划分与短话语方差（SUV）建模方法的短话语概率线性判别分析（PLDA）说话人验证。实验研究发现，与使用单一长话语作为注册数据相比，若将长注册话语划分为多个短话语并使用短话语 i-vector 的均值作为注册数据，可改善高斯 PLDA（GPLDA）说话人验证。这是因为短话语 i-vector 具有说话人、会话和话语变异，而话语划分方法补偿了话语变异。随后，也结合话语划分方法研究了 SUV-PLDA，基于话语划分的 SUV-GPLDA 系统在 NIST 2008 和 NIST 2010 截断 10 秒-10 秒评估条件下，EER 分别相对改善了 9% 和 16%，因为话语划分方法补偿了话语变异，而 SUV 建模方法补偿了全长开发数据与短时长评估数据之间的失配。
引用
@article{arxiv.1610.04965,
title = {Improving Short Utterance PLDA Speaker Verification using SUV Modelling and Utterance Partitioning Approach},
author = {Ahilan Kanagasundaram and David Dean and Sridha Sridharan and Clinton Fookes},
journal= {arXiv preprint arXiv:1610.04965},
year = {2016}
}
备注
arXiv admin note: text overlap with arXiv:1610.02831