文献类型：期刊文章

作　　者：酆勇[1,2] 熊庆宇[1] 石为人[1] 曹俊华[2]

机构地区：[1]重庆大学自动化学院,重庆400044 [2]重庆市公安局,重庆400010

出　　处：《仪器仪表学报》

基　　金：重庆市自然科学基金计划(cstc2012jj A40046)项目资助

年　　份：2016

卷　　号：37

期　　号：2

起止页码：256-262

语　　种：中文

收录情况：BDHX、BDHX2014、CAS、CSCD、CSCD2015_2016、EI(收录号：20161502242440)、IC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘　　要：基于总体空间差异模型的身份认证矢量(即i-vector)已经在说话人识别任务中得到了广泛应用。本文提出了一种基于受限玻尔兹曼机(RBM)的说话人特征向量提取方法来替代总体差异建模的特征提取方法。该方法通过训练得到RBM的模型参数,之后利用隐层输出来表征输入语音超向量的说话人信息。文中比较了不同结构和模块(包括构建RBM的2种单元分布、线性判别分析等)对说话人确认性能的影响。所提方法作为一种新的i-vector特征表示方法,在NIST SRE 2008上取得了和ivector说话人基线系统相当的性能。通过与i-vector基线系统进行融合,系统性能进一步提升。在NIST SRE 2008女性电话语音测试集和男性电话语音测试集上的等错误率分别降至6.83%和4.73%。

关 键 词：说话人确认 身份认证矢量  深度学习  受限玻尔兹曼机  线性判别分析

分 类 号：TP391.42] TP701[计算机类]