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
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
8 X- G% {+ `* }/ ]% g$ |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%。
当两个系统融合后，得到的等错误率是 5.07%。
3 F5 v7 w* A: C关键词：说话人识别；字典学习；稀疏表示；Fisher 判别
' h2 O' q) N. ^  A# F  u1 引言
说话人识别是语音识别领域的一个重要组成部
  z' F9 _! J/ e! W2 h' @5 J分，其目的是从说话人的语音中提取出说话人的个
8 t- A+ f- |8 f# ^* K性特征，对说话人进行辨别的过程。该技术广泛应
4 C1 I3 J; F$ Q& T* ~1 D, s用于司法取证、声控门锁、银行、电子商务和国防
& f6 r' c7 U0 v) B. J* z/ c等领域。
在过去的几年里，稀疏信号表示已广泛应用于
数字信号处理领域[1 5]，例如：压缩感知和图像恢
3 K8 s5 z/ v2 r3 z: ^2 i9 C, l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
表示。构建稀疏编码字典的方法有两种，分别是标
' s- N$ T+ u. }: R6 F
/ u' R+ K$ t8 C9 ]- L  K, Q3 ?

' l" b$ m( S; G4 O
) @5 i1 j) b  a3 a4 r, O& ?' ^
附件下载：

游客，如果您要查看本帖隐藏内容请回复

# l9 e0 i# e( k7 m% k" S+ ~7 M
6 p1 F0 n3 ]: w$ v# V# y8 ?# Q

land

谢谢分享