基于GMM的数字提示说话人验证中帧对齐的研究
声音
2018-09-05 v4 音频与语音处理
摘要
在基于GMM的说话人验证中，帧对齐可由不同方法计算。通过引入音素高斯混合模型（PGMM），我们能够在数字提示说话人验证中比较由深度神经网络（DNN）和传统隐马尔可夫模型（HMM）提取的对齐结果的性能。基于这两种对齐的不同特性，我们提出了一种新颖的内容验证方法，以在不带来过多计算开销的情况下提升系统安全性。我们在RSR2015 Part-3数字提示任务上的实验表明，基于DNN的对齐与HMM对齐性能相当。结果也证明了所提出的基于Kullback-Leibler（KL）散度的打分在拒绝错误口令语音方面的有效性。
引用
@article{arxiv.1710.10436,
title = {Investigation of Frame Alignments for GMM-based Digit-prompted Speaker Verification},
author = {Yi Liu and Liang He and Weiqiang Zhang and Jia Liu and Michael T. Johnson},
journal= {arXiv preprint arXiv:1710.10436},
year = {2018}
}
备注
accepted by APSIPA ASC 2018