基于 Fisher 判别字典学习的说话人识别

kajchild

摘 要：稀疏表示已成功应用于说话人识别领域。在稀疏表示中，构造好的字典起着重要的作用。该文将 Fisher
% l4 q% e. a' g' I" g准则的结构化字典学习方法引入说话人识别系统。在判别字典的学习过程中，每一个字典对应一个类标签，因此同
% L" z, ~6 S2 ^- n! b类别训练样本的重构误差较小。同时，保证训练样本的稀疏编码系数类内误差最小，类间误差最大。在 NIST SRE
6 w% w2 `9 ?3 K2003 数据库上，实验结果表明该算法得到的等错误率是 7.62%，基于余弦距离打分的 i-vector 的等错误率是 6.7%。
当两个系统融合后，得到的等错误率是 5.07%。
3 \6 {6 \; E3 ?& i3 U1 M7 ~3 [8 i关键词：说话人识别；字典学习；稀疏表示；Fisher 判别
1 引言
说话人识别是语音识别领域的一个重要组成部
1 F1 V* R0 V7 L' M  ?) ^分，其目的是从说话人的语音中提取出说话人的个
$ z; _) G/ {) i" f性特征，对说话人进行辨别的过程。该技术广泛应
. }+ @) S$ {: N- V/ F0 [5 Y用于司法取证、声控门锁、银行、电子商务和国防
等领域。
6 O7 t4 U9 B0 C- V% J在过去的几年里，稀疏信号表示已广泛应用于
/ @0 d% _2 N) n3 S数字信号处理领域[1 5]，例如：压缩感知和图像恢
复。近年来，人们发现基于分类的稀疏表示的实验
结果比较好，因此被广泛使用。稀疏编码是通过构
$ i4 N, H( C; I/ @! D0 N! R建过完备字典[6]对任意一个信号进行最紧凑的线性
1 X" G* F6 A% v表示。构建稀疏编码字典的方法有两种，分别是标

% [' _) R  _) {5 ~: C) e
) i& G1 [$ I( U

: r1 r) |1 G  M( u4 |. Y: w
附件下载：

游客，如果您要查看本帖隐藏内容请回复

land

谢谢分享