基于遷移PLDA的說話人識別研究.pdf

1、說話人識別技術(shù)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(shù)的發(fā)展而不斷得到推廣和應(yīng)用。尤其是當(dāng)今移動互聯(lián)網(wǎng)時代的到來，更是使說話人識別技術(shù)的應(yīng)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(xué)習(xí)（Transfer Learning）方法解決數(shù)

2、據(jù)量不足時導(dǎo)致訓(xùn)練出來的PLDA模型準(zhǔn)確度急劇下降的問題。
　　本文首先介紹說話人識別技術(shù)中的一些經(jīng)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(gòu)造中的一些重要環(huán)節(jié)，然后在此基礎(chǔ)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(yīng)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(jù)

3、的先驗概率分布與假設(shè)有偏差，數(shù)據(jù)量不足等。本文的研究重點針對以上干擾提升其在實際應(yīng)用中的穩(wěn)定性和高效性。通過利用語音數(shù)據(jù)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(jù)的分布，從而提升其訓(xùn)練出來的PLDA模型的性能表現(xiàn)?？紤]到實際應(yīng)用中目標(biāo)域沒有足夠的數(shù)據(jù)去訓(xùn)練一個PLDA模型時，本文通過引入一種基于KL散度的遷移學(xué)習(xí)方法，將其它域中的大量數(shù)據(jù)利用起來去改進目標(biāo)域模型訓(xùn)練的有效性。實驗證明，這樣的方案非常