ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
期刊论文

基于改进身份向量提取的短语音说话人确认

王铮; 傅山上海交通大学
小型微型计算机系统2019
4阅读
引用收藏
分享

摘要

针对现有i-vector说话人确认系统在测试语音为短语音时性能下降的问题,对短语音i-vector估计的不确定性进行分析,改进了i-vector提取中Baum-Welch统计量的计算.该方法利用赋予权重的历史测试信息以及通用背景模型中的参数信息来增加用于短语音Baum-Welch统计量计算的说话人个性信息.将改进统计量用于i-vector提取,针对不同时长短语音的实验表明,新系统的性能优于当前i-vector系统,等错误率(EER)和检测代价函数最小值(min DCF)分别下降了13~19%和8~23%.

学科与关键词

关键词
说话人确认短语音高斯混合模型身份向量模型自适应 speaker verificationshort utteranceGaussian mixture modeli-vectormodel adaptation
相关
加载中…

文献加载失败,请重试

重试

发表信息

论文状态
公开发表
期刊
小型微型计算机系统
发表日期
2019
卷期
第 11 期
页码
2264-2268
成果收录
CHINAJOURNAL
资助标注
国家电网公司华东分部科技项目(SA0301503)资助;

作者

  • 王

    王铮 (第一作者)

  • 傅

    傅山

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417