罗剑
- 作品数:3 被引量:2H指数:1
- 供职机构:江西师范大学计算机信息工程学院更多>>
- 发文基金:国家自然科学基金江西省教育厅科学技术研究项目更多>>
- 相关领域:自动化与计算机技术电子电信更多>>
- 加权成对约束度量学习在说话人识别中的应用被引量:2
- 2016年
- I-vector说话人识别系统常用距离来衡量说话人语音间的相似度。加权成对约束度量学习算法(WPCML)利用成对训练样本的加权约束信息训练一个用于计算马氏距离的度量矩阵。该度量矩阵表示的样本空间中,同类样本间的距离更小,非同类样本间的距离更大。在美国国家标准技术局(NIST)2008年说话人识别评测数据库(SRE08)的实验结果表明,WPCML算法训练度量矩阵用于马氏距离相似度打分,比用余弦距离相似度打分的性能更好。选择训练样本对方法用于构造度量学习训练样本集能进一步提高系统实验性能,并优于目前最流行的PLDA分类器。
- 罗剑杨印根雷震春
- 关键词:说话人识别模式识别
- 基于Mahalanobis距离的说话人识别模型研究
- 2016年
- 在传统的i-vector模型中,余弦相似度分类器由于其计算简单和良好的性能被广泛应用。本文根据距离度量学习思想,提出一种新的基于Mahalanobis距离的说话人识别模型。新模型是在i-vector的基础上构建的,语音的i-vector提取出来后,经过白化变换,根据基于信息几何的度量学习算法构造的距离度量矩阵,计算i-vector之间的Mahalanobis距离作为相似度评分依据。实验在NIST2008电话语音库上进行,结果表明基于Mahalanobis距离的识别模型在性能上优于传统的基于余弦相似度的识别模型。
- 雷震春万艳红罗剑朱明华
- 关键词:说话人识别MAHALANOBIS距离余弦相似度
- 基于Mahalanobis距离的说话人识别模型研究
- 在传统的i-vector模型中,余弦相似度分类器由于其计算简单和良好的性能被广泛应用。本文根据距离度量学习思想,提出一种新的基于Mahalanobis距离的说话人识别模型。新模型是在i-vector的基础上构建的,语音的...
- 雷震春万艳红罗剑朱明华
- 关键词:说话人识别MAHALANOBIS距离余弦相似度
- 文献传递