深度神经网络和似然比方法的法庭自动说话人识别

摘要：

为了推进法庭自动说话人识别技术的实践应用,基于深度神经网络和似然比方法的法庭自动说话人识别系统,利用较大规模的重庆方言语音数据进行了系统训练和说话人识别测试.对模型自适应、不同规模校准集、同期与非同期语音、不同时长语音对说话人识别的影响等问题进行了比较研究.结果表明,在标准采集语音数据条件下,不进行PLDA域自适应训练,仍然可以得到很高的识别准确率,而且70人的校准数据集可以起到很好的校准效果.校准集和测试集必须充分反映检材语音与样本语音的实际条件,才能准确评估案件现实条件的系统识别性能.

关键词：声纹识别、似然比、深度神经网络、重庆方言

分类号：D918.9(法学各部门)

资助基金：国家社会科学基金;重庆市社会事业与民生保障科技创新专项重点研发项目;重点实验室开放基金;衡水学院委托项目

在线出版日期：2021-06-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：123-128