基于i-vector局部加权线性判别分析的说话人识别.pdfVIP

学兔兔 第36卷 第 12期 仪 器 仪 表 学 报 Vo1．36No．12 2015年 12月 ChineseJournalofScientificInstrument Dec．2015 基于 i-vector局部加权线性判别分析的说话人识别木 王明合 ，唐振民，张二华 (南京理工大学计算机科学与工程学院 南京 210094) 摘 要：基于i-vector的说话人识别系统通常采用LDA来消除训练和测试语音之间信道失配，不能保证样本在待识别语音近邻 区域内具有最佳的分离度，这就使得 目标说话人和其近邻问的得分差异较小，进而导致识别准确性下降。针对该问题，提出基 于 i-vector局部加权线性判别分析的说话人识别方法 (LWLDA)。在计算类 内和类问散度时，增加待识别语音近邻样本权重。 在此基础上，通过提高待识别语音近邻域局部类间的分辨能力，尽可能减少因信道差异而产生的识别错误。在不同语音库上的 实验结果表明：LWLDA在复杂信道环境下能够保持良好的鲁棒性；在交叉信道条件下的识别准确率比LDA平均提高3．6％。 关键词：语音处理；说话人识别；身份认证向量 ；局部加权线性判别分析 中图分类号：TN912．34 TH693．4 文献标识码：A 国家标准学科分类代码：510．40 I-vectorbasedspeakerrecognitionusinglocalweightedlinear discriminantanalysis W angMinghe，TangZhenmin，ZhangErhua (SchoolofComputerScienceandEngineering，Na ngUniversityofScienceandTechnology，Na ng210094，China) Abstract：Lineardiscriminantanalysis(LDA)isoftenemployedtoeliminatethechannelmismatchbetweentrainingandtestingspeeches inidentityvector(i-vector)basedspeakerrecognitionsystems，whichcannotprovideoptimumseparationofthesamplesinthenearre— gionoftheutterancetobeidentified．Inparticular，thereissmallscoredifferencebetweenthetargetspeakerandcorrespondingnear neighbors，whichresultsinthedegradationofrecognitionaccuracy．Aimingatthisproblem ，thei-vectorbasedspeakerrecognitionmeth— odwithlocalweightedlineardiscriminantanalysis(LWLDA)isproposed．Inthecalculationofinter—classscatterandintra—classscat— ter，weincreasetheweightsofthesamplesneartheutterancetobeidentified；basedonwhich，throughenhancingthelocalinter—class discriminationabilityintheBen／regionoftheutterancetobeidentified，therecogniti