基于 PLDA 的电话对话说话人日志
音频与语音处理
2017-10-03 v1 声音
摘要
本文研究了概率线性判别分析（PLDA）在电话对话说话人日志中的应用。我们引入了变分贝叶斯方法，用于在 PLDA 模型下对说话人日志中的分段 i-vector 进行建模推断。在 VB 迭代中引入确定性退火算法以避免局部最优解。我们将所提出的系统与一个知名系统进行了比较，后者对分段 i-vector 的主成分分析系数应用 k-means 聚类。我们使用美国国家标准与技术研究院 2008 说话人识别评测的求和通道电话数据作为测试集，以评估所提出系统的性能。与基线系统相比，我们在日志错误率上实现了约 20% 的相对改善。
引用
@article{arxiv.1710.00116,
title = {PLDA-Based Diarization of Telephone Conversations},
author = {Ahmet E. Bulut and Hakan Demir and Yusuf Ziya Isik and Hakan Erdogan},
journal= {arXiv preprint arXiv:1710.00116},
year = {2017}
}