基于马氏距离度量学习与部分 AUC 优化的说话人验证
音频与语音处理
2020-04-22 v4
摘要
接收者操作特征（ROC）曲线与检测错误权衡（DET）曲线是说话人验证中两种广泛使用的评估指标。二者等价，因为后者可由前者通过将真阳性 y 轴变换为假阴性 y 轴再以 probit 算子重新标度两轴得到。然而，真实世界的说话人验证系统通常针对给定应用仅工作于 ROC 曲线的部分区段而非整条曲线。因此，本文提出使用 ROC 曲线部分面积（pAUC）作为更高效的说话人验证评估指标。我们采用基于马氏距离度量学习的后端来优化 pAUC，其中马氏距离度量学习保证了后端优化目标为凸函数，从而可获得全局最优解。为通过所提后端提升最先进说话人验证系统的性能，我们进一步提出分别基于长度归一化与概率线性判别分析的两种特征预处理技术。我们在 NIST SRE16 的主要语言与 SITW 的核心任务上评估所提系统。实验结果表明，所提后端在七项评估指标上均优于最先进的说话人验证后端。
引用
@article{arxiv.1902.00889,
title = {Speaker Verification By Partial AUC Optimization With Mahalanobis Distance Metric Learning},
author = {Zhongxin Bai and Xiao-Lei Zhang and Jingdong Chen},
journal= {arXiv preprint arXiv:1902.00889},
year = {2020}
}