概率球面判别分析：作为长度归一化嵌入下 PLDA 的替代方法
机器学习
2022-03-29 v1 机器学习
摘要
在说话人识别中，语音段被映射为单位超球面上的嵌入，通常使用两种打分后端，即余弦打分或 PLDA。两者各有优缺点，取决于具体场景。余弦打分自然源于球面几何，而对于 PLDA 则利弊参半——长度归一化使说话人间的分布高斯化，但违背了说话人内分布与说话人无关这一假设。我们提出 PSDA，一种类似于 PLDA 的方法，它在超球面上对类内和类间分布均使用 Von Mises-Fisher 分布。我们展示了该分布的自共轭性如何给出闭式似然比打分，使其在打分时可替代 PLDA 直接使用。各类试验均可打分，包括单注册与多注册验证，以及可用于聚类和日记化的更复杂似然比。学习通过具有闭式更新的 EM 算法完成。我们解释了该模型并给出了一些初步实验。
引用
@article{arxiv.2203.14893,
title = {Probabilistic Spherical Discriminant Analysis: An Alternative to PLDA for length-normalized embeddings},
author = {Niko Brümmer and Albert Swart and Ladislav Mošner and Anna Silnova and Oldřich Plchot and Themos Stafylakis and Lukáš Burget},
journal= {arXiv preprint arXiv:2203.14893},
year = {2022}
}
备注
Submitted to Interspeech 2022