基于 Fisher 判别字典学习的说话人识别

kajchild

摘 要：稀疏表示已成功应用于说话人识别领域。在稀疏表示中，构造好的字典起着重要的作用。该文将 Fisher
准则的结构化字典学习方法引入说话人识别系统。在判别字典的学习过程中，每一个字典对应一个类标签，因此同
* K2 x+ @. p2 x6 z8 e类别训练样本的重构误差较小。同时，保证训练样本的稀疏编码系数类内误差最小，类间误差最大。在 NIST SRE
2003 数据库上，实验结果表明该算法得到的等错误率是 7.62%，基于余弦距离打分的 i-vector 的等错误率是 6.7%。
% r: _# c1 d* `) G# n! @7 d# d当两个系统融合后，得到的等错误率是 5.07%。
关键词：说话人识别；字典学习；稀疏表示；Fisher 判别
# i2 f- p* I( b7 l* s' q8 h1 引言
说话人识别是语音识别领域的一个重要组成部
/ l" |: a) y* R$ N2 S分，其目的是从说话人的语音中提取出说话人的个
性特征，对说话人进行辨别的过程。该技术广泛应
用于司法取证、声控门锁、银行、电子商务和国防
6 E2 T' N' X7 v- ^0 ]等领域。
在过去的几年里，稀疏信号表示已广泛应用于
5 U; H+ D" b, e数字信号处理领域[1 5]，例如：压缩感知和图像恢
: |/ Y9 ]6 A+ z复。近年来，人们发现基于分类的稀疏表示的实验
结果比较好，因此被广泛使用。稀疏编码是通过构
建过完备字典[6]对任意一个信号进行最紧凑的线性
2 l7 R* E0 V3 g- K0 I3 t8 V9 G1 G: P/ j表示。构建稀疏编码字典的方法有两种，分别是标
& [3 d, M* y* H1 b8 X7 I& J

- c' I0 M+ Z/ b6 b* O2 C


" H; L% ?" D: D5 R3 C5 X附件下载：

游客，如果您要查看本帖隐藏内容请回复

5 X# Q1 U  z3 i  s, y8 J% V* H/ i

land

谢谢分享