基于改进信道补偿的I-vector说话人识别

摘要：

说话人识别算法的准确率受多种因素影响,其中受到说话人语音信道影响较为明显,常用说话人识别方法通过使用MFCC提取说话人语音信息的特征参数,并通过端点检测技术处理说话人特征,建立说话人通用背景模型,即GMM-UBM模型.使用因子分析技术将模型中的语音特征高维超向量映射成固定长度低维矢量,得到身份认证矢量I-vector.利用信道补偿技术处理I-vector,可以提高识别准确率.文中提出一种改进的信道补偿技术,通过对身份认证矢量进行信道补偿和特征参数降维,在样本数较多的情况下,通过补充缺失类内类间信息,去除信道因子的影响,能够提高系统对说话人的区分度,并提高识别准确率.实验结果表明,改进的信道补偿算法和I-vector模型结合后,可以获得更好的识别准确率,较传统信道补偿技术准确率提高3％～5％.

关键词：说话人识别;I-vector;信道补偿;LDA模型

所属期刊栏目：29

分类号：TP311.1(计算技术、计算机技术)

在线出版日期：2021-10-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：96-100