法医语音比对中的统计模型
应用统计
2020-06-15 v2 声音
音频与语音处理
摘要
本章描述了在人监督的自动法医语音比对方法中常用于计算似然比的一些信号处理与统计建模技术。所述技术包括梅尔频率倒谱系数(MFCCs)特征提取、高斯混合模型—通用背景模型(GMM-UBM)系统、i-vector—概率线性判别分析(i-vector PLDA)系统、基于深度神经网络(DNN)的系统(含 senone 后验 i-vector、瓶颈特征与嵌入/x-vector)、失配补偿，以及分数到似然比转换(亦称校准)。文中亦涵盖法医语音比对系统的实证验证。本章旨在弥合法医语音比对的一般性介绍与高度技术性的自动说话人识别文献(信号处理与统计建模技术主要源于此)之间的鸿沟。本文假定读者已了解用于法医证据评估的似然比框架。希望此处所述内容对法医语音比对学习者及有意了解亦可潜在应用于其他法医学分支数据之统计建模技术的研究者有所裨益。
引用
@article{arxiv.1912.13242,
title = {Statistical Models in Forensic Voice Comparison},
author = {Geoffrey Stewart Morrison and Ewald Enzinger and Daniel Ramos and Joaquín González-Rodríguez and Alicia Lozano-Díez},
journal= {arXiv preprint arXiv:1912.13242},
year = {2020}
}
备注
Morrison, G.S., Enzinger, E., Ramos, D., Gonz\'alez-Rodr\'iguez, J., Lozano-D\'iez, A. (2020). Statistical models in forensic voice comparison. In Banks, D.L., Kafadar, K., Kaye, D.H., Tackett, M. (Eds.) Handbook of Forensic Statistics (Ch. 20, pp. 451-497). Boca Raton, FL: CRC