| 采用主成分分析的特征映射 |
| |
| 引用本文： | 郭武,DAI Li-Rong,王仁华. 采用主成分分析的特征映射[J]. 自动化学报, 2008, 34(8): 876-879. DOI: 10.3724/SP.J.1004.2008.00876 |
| |
| 作者姓名： | 郭武 DAI Li-Rong 王仁华 |
| |
| 作者单位： | 1.中国科学技术大学电子工程与信息科学系科大讯飞语音实验室 合肥 230027 |
| |
| 基金项目： | 国家高技术研究发展计划(863计划) , 中国科学技术大学青年教师基金 |
| |
| 摘 要： | 在与文本无关的说话人识别研究中, 特征映射的方法可以有效减少信道的影响. 本文首先通过主成分分析的方法在模型域中估计出信道因子所在的空间, 然后通过映射的方法在特征参数域中减去信道因子的影响. 采用这种方法需要有信道信息标记的数据, 但是在特征映射时不需要对信道进行判决. 在NIST 2006年SRE 1conv4w-1conv4w数据库上, 采用本文推荐方法的系统相对基线系统在等错误率上降低了19%.
|
| 关 键 词： | 说话人确认 混合高斯模型 超矢量 梅尔刻度式倒谱参数 |
| 收稿时间： | 2007-06-11 |
| 修稿时间： | 2007-10-24 |
Feature Mapping Based on PCA |
| |
| GUO Wu,DAI Li-Rong,WANG Ren-Hua. Feature Mapping Based on PCA[J]. Acta Automatica Sinica, 2008, 34(8): 876-879. DOI: 10.3724/SP.J.1004.2008.00876 |
| |
| Authors: | GUO Wu DAI Li-Rong WANG Ren-Hua |
| |
| Affiliation: | 1.iFly Tek Speech Laboraory, Department of Electronic Engineering and Information Science, University of Science and Technology of China, Hefei 230027 |
| |
| Abstract: | In text-independent speaker verification research,feature mapping can reduce the bias by the channel.In this paper,the subspace of the channel is estimated by the generalized principal component analysis,then the bias of the channel is subtracted from the acoustic feature.The proposed algorithm requires labeled data in the training process but does not need the channel detection in the feature mapping process.In the NIST 2006 SRE lconv4w-lconv4w corpus, the equal error rate (EER) of the proposed system can be down by 19 % against the baseline Gaussian mixture model (GMM) system. |
| |
| Keywords: | Speaker verification Gaussian mixture model (GMM) supervector Mel frequency cepstral coefficients (MFCC) |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《自动化学报》浏览原始摘要信息 |
|
点击此处可从《自动化学报》下载全文 |
