改进短语PLDA说话人验证的SUV建模和语音分割方法
摘要：利用话语划分和短话语变量模型方法，本文分析了短话语概率线性判别分析（PLDA）说话人验证。实验研究发现，将长话语划分为多个短话语，并将短话语i向量的平均值用作注册数据，而不是使用单个长话语作为注册数据，可以改善高斯PLDA（GPLDA）说话人验证。这是因为短话语i向量具有说话人、会话和话语变化，而话语划分方法可以补偿话语变化。随后，研究了基于话语划分方法的SUV-PLDA，并且基于话语划分的SUV-GPLDA系统在NIST 2008和NIST 2010截断10秒-10秒评估条件下的等错误率（EER）相对提高了9%和16%，因为话语划分方法可以补偿话语变化，SUV模型方法可以补偿全长发展数据和短长评估数据之间的不匹配。
作者：Ahilan Kanagasundaram, David Dean, Sridha Sridharan, Clinton Fookes
论文ID：1610.04965
分类：Sound
分类简称：cs.SD
提交时间：2016-10-18