联合概率线性判别分析

用于说话人识别的标准概率线性判别分析（PLDA）假设样本特征（通常为i-vectors）由三项之和给出：一项依赖于说话人身份，一项建模说话人内变化并假设跨样本独立，最后一项建模任何剩余变化且也跨样本独立。本工作中，我们提出该模型的一种推广，其中说话人内变化不一定假设跨样本独立，而是依赖于另一个离散变量。这个变量，我们如同标准PLDA方法那样称之为信道变量，可以是例如信道特征的离散类别、说话人所说的语言、样本中语音的类型（对话、独白、朗读）等。该变量的值在训练时假设已知，但在测试时未知。如同标准PLDA，打分通过计算如下似然比进行：零假设（试验两侧属于同一说话人）对备择假设（试验两侧属于不同说话人）。两个似然通过对试验两侧信道的两种假设（它们相同与它们不同）进行边缘化计算得到。这样，我们期望新模型比标准PLDA能更好地应对同信道与不同信道试验，因为关于信道（或语言或语音风格）的知识在训练时被使用并在打分时隐式考虑。