基于遷移PLDA的說話人識別研究.pdf

1、說話人識別技術是生物特征識別中非常熱門的一個方向，一直以來隨著信息技術的發(fā)展而不斷得到推廣和應用。尤其是當今移動互聯(lián)網時代的到來，更是使說話人識別技術的應用場景不斷擴大，其實用價值越來越高。本文研究的主要是基于i-vector/PLDA的說話人識別，研究如何對PLDA（Probabilistic Linear Discriminant Analysis）模型進行優(yōu)化，并通過引入一種遷移學習（Transfer Learning）方法解決數(shù)

2、據量不足時導致訓練出來的PLDA模型準確度急劇下降的問題。
　　本文首先介紹說話人識別技術中的一些經典系統(tǒng)如GMM-UBM系統(tǒng)，GMM-SVM系統(tǒng)以及基于i-vector特征的基線系統(tǒng)，概述了這些系統(tǒng)構造中的一些重要環(huán)節(jié)，然后在此基礎上闡述了基于i-vector特征的信道補償算法PLDA算法和2-COV算法，并通過理論和實驗進行重點分析和驗證。
　　說話人識別在實際應用中需要克服很多不同于實驗室理想環(huán)境下的干擾因素，比如數(shù)據

3、的先驗概率分布與假設有偏差，數(shù)據量不足等。本文的研究重點針對以上干擾提升其在實際應用中的穩(wěn)定性和高效性。通過利用語音數(shù)據中的時長信息，本文對PLDA這種概率模型進行先驗概率的修正，使其更加擬合實際數(shù)據的分布，從而提升其訓練出來的PLDA模型的性能表現(xiàn)。考慮到實際應用中目標域沒有足夠的數(shù)據去訓練一個PLDA模型時，本文通過引入一種基于KL散度的遷移學習方法，將其它域中的大量數(shù)據利用起來去改進目標域模型訓練的有效性。實驗證明，這樣的方案非常