|
|||||
|
|
| 用于SVM话者模型训练的冒认话者选取 | |
| 引用本文： | 刘明辉,黄中伟,戴蓓蒨,熊继平.用于SVM话者模型训练的冒认话者选取[J].计算机工程,2009,35(16):4-6. |
| 作者姓名： | 刘明辉 黄中伟 戴蓓蒨 熊继平 |
| 作者单位： | 1. 中国科学技术大学电子科学与技术系,合肥,230027 2. 中国科学技术大学电子科学与技术系,合肥,230027;深圳大学语音实验室,深圳,518060 3. 浙江师范大学数理与信息工程学院,金华,321004 |
| 基金项目： | 国家自然科学基金资助项目，深圳市残联培训经费基金，深圳大学科研启动基金资助项目 |
| 摘 要： | 在基于支持向量机（SVM）的文本无关的说话人确认中，为提高SVM话者模型的训练效率和区分性能，提出2种基于高斯混合模型（GMM）的冒认话者选取方法-通过GMM概率评分，为每个目标说话人选取最接近的话者作为冒认话者用于SVM话者模型的训练，不仅提高模型的训练效率，而且提高SVM模型的区分性，有效地改进系统性能。在NIST’04 Iside—Iside数据库上的实验表明该方法的有效性。 |
| 关 键 词： | 说话人确认 支持向量机 冒认话者选取 高斯混合模型 |
| 修稿时间： | |
Impostor Selection for SVM Models Training in Speaker Verification |
|
| LIU Ming-hui,HUANG Zhong-wei,DAI Bei-qian,XIONG Ji-ping.Impostor Selection for SVM Models Training in Speaker Verification[J].Computer Engineering,2009,35(16):4-6. | |
| Authors: | LIU Ming-hui HUANG Zhong-wei DAI Bei-qian XIONG Ji-ping |
| Affiliation: | 1.Phonetic Laboratory;Shenzhen University;Shenzhen 518060;2.Department of Electronic Science and Technology;University of Science and Technology of China;Hefei 230027;3.College of Mathematics Physics and Information Engineering;Zhejiang Normal University;Jinhua 321004 |
| Abstract: | In text-independent Support Vector Machine(SVM) speaker verification,impostor selection for SVM training directly determines its efficiency and performance.This paper proposes two Gaussian Mixture Model(GMM)-based methods for impostor selection.By GMM likelihoods,the most similar impostors to the target speaker are selected for SVM training,which makes the target speaker models more discriminative.Experiments on text-independent SVM speaker verification in NIST'04 1side-1side data show significant improveme... |
| Keywords: | speaker verification Support Vector Machine(SVM) impostor selection Gaussian Mixture Model(GMM) |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |
| 点击此处可从《计算机工程》浏览原始摘要信息 | |
| 点击此处可从《计算机工程》下载全文 | |