一种基于受限玻尔兹曼机的说话人特征提取算法

被引：19

作者：

酆勇 ^{[1
,2
]}

熊庆宇 ^{[1
]}

石为人 ^{[1
]}

曹俊华 ^{[2
]}

机构：

[1] 重庆大学自动化学院

[2] 重庆市公安局

来源：

仪器仪表学报 | 2016年 / 37卷 / 02期

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;

D O I：

10.19650/j.cnki.cjsi.2016.02.003

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

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%。

引用

页码：256 / 262

页数：7

共 6 条

[1] 基于深层置信网络的说话人信息提取方法 [J].

陈丽萍 ;

王尔玉 ;

戴礼荣 ;

宋彦 .

模式识别与人工智能, 2013, 26 (12) :1089-1095

[2] 基于PSOA聚类和KMP算法的说话人识别方法 [J].

安冬 ;

荣超群 ;

杨丹 ;

王骄 .

仪器仪表学报, 2013, 34 (06) :107-112

[3] 基于维纳滤波和混合模型的说话人识别 [J].

邱政权 ;

范小春 ;

王俊年 .

仪器仪表学报, 2009, 30 (07) :1436-1440

[4] A fast learning algorithm for deep belief nets [J].

Hinton, Geoffrey E. ;

Osindero, Simon ;

Teh, Yee-Whye .

NEURAL COMPUTATION, 2006, 18 (07) :1527-1554

[5] Training products of experts by minimizing contrastive divergence [J].

Hinton, GE .

NEURAL COMPUTATION, 2002, 14 (08) :1771-1800

[6]

Speaker Verification Using Adapted Gaussian Mixture Models[J] . Douglas A. Reynolds,Thomas F. Quatieri,Robert B. Dunn.Digital Signal Processing . 2000 (1)

← 1 →