小型微型计算机系统
小型微型計算機繫統
소형미형계산궤계통
MINI-MICRO SYSTEMS
2012年
5期
1131-1134
,共4页
短时声纹识别%Parzen窗估计%KNN近邻法
短時聲紋識彆%Parzen窗估計%KNN近鄰法
단시성문식별%Parzen창고계%KNN근린법
在与文本无关的声纹识别研究中,目前性能较好而且较成熟的系统均是基于训练并在测试数据时长较长的情况下获得的,如NIST评测中的核心测试环境下训练和测试语音时长约5分钟.而在实际应用中,由于声纹识别的特殊性,用户一般都不太配合,通常很难获得足够多的训练语音数据,从而限制了经典的话者识别系统,大大降低了其性能.本文针对与实际应用直接相关的短时话者识别,提出了一种采用Parzen Window的非参数估计方法,对目标话者的短时数据进行建模,从而达到提高话者模型推广能力的目标.该方法在NIST SRE2006的短时任务10s训练,测试的实验结果与传统的GMM-UBM得分融合后,在等错误率EER下比基线系统相对降低了10.76％.
在與文本無關的聲紋識彆研究中,目前性能較好而且較成熟的繫統均是基于訓練併在測試數據時長較長的情況下穫得的,如NIST評測中的覈心測試環境下訓練和測試語音時長約5分鐘.而在實際應用中,由于聲紋識彆的特殊性,用戶一般都不太配閤,通常很難穫得足夠多的訓練語音數據,從而限製瞭經典的話者識彆繫統,大大降低瞭其性能.本文針對與實際應用直接相關的短時話者識彆,提齣瞭一種採用Parzen Window的非參數估計方法,對目標話者的短時數據進行建模,從而達到提高話者模型推廣能力的目標.該方法在NIST SRE2006的短時任務10s訓練,測試的實驗結果與傳統的GMM-UBM得分融閤後,在等錯誤率EER下比基線繫統相對降低瞭10.76％.
재여문본무관적성문식별연구중,목전성능교호이차교성숙적계통균시기우훈련병재측시수거시장교장적정황하획득적,여NIST평측중적핵심측시배경하훈련화측시어음시장약5분종.이재실제응용중,유우성문식별적특수성,용호일반도불태배합,통상흔난획득족구다적훈련어음수거,종이한제료경전적화자식별계통,대대강저료기성능.본문침대여실제응용직접상관적단시화자식별,제출료일충채용Parzen Window적비삼수고계방법,대목표화자적단시수거진행건모,종이체도제고화자모형추엄능력적목표.해방법재NIST SRE2006적단시임무10s훈련,측시적실험결과여전통적GMM-UBM득분융합후,재등착오솔EER하비기선계통상대강저료10.76％.
