基于核函数的IVEC-SVM说话人识别系统研究
在说话人识别研究中,基于身份认证向量(Identity vector, IVEC)的说话人建模方法可以有效地提取说话人信息,是目前处于国际前沿的建模方法。本文对身份认证向量后接支持向量机(Identity vector followed by support vector machine, IVEC-SVM)的说话人识别系统进行了研究,对比了该系统在十种不同核函数下的识别性能,并与文献中身份认证向量后接余弦距离打分(Identity vector followed by cosine distance scoring, IVEC-CDS)系统进行了比较。在美国国家标准技术局(American National Institute of Standards and Technology, NIST)组织的2010年电话信道-电话信道说话人识别核心评测数据库上的实验结果显示,基于核函数的IVEC-SVM 系统性能明显优于IVEC-CDS 的系统性能。此外,实验结果表明基于Spline核的IVEC-SVM 系统可取得最好的识别性能,与IVEC-CDS 系统相比,其等错点(Equal error rate, EER)在分数归一化前后分别降低了10%和3%。
身份认证向量后接余弦距离打分、身份认证向量后接支持向量机、Spline核、说话人识别
TN9;TP3
国家自然科学基金61005019,61273268,90920302,61370034资助@@@@Supported by National Natural Science Foundation of China 61005019,61273268,90920302,61370034
2014-05-15（万方平台首次上网日期，不代表论文的发表时间）
共6页
780-785
