一种基于受限玻尔兹曼机的说话人特征提取算法

曹俊华1熊庆宇2石为人2酆勇2

1.重庆大学; 2.重庆市公安局;

摘要：

基于总体空间差异模型的身份认证矢量(即i-vector)已经在说话人识别任务中得到了广泛应用.本文提出了一种基于受限玻尔兹曼机(RBM)的说话人特征向量提取方法来替代总体差异建模的特征提取方法.该方法通过训练得到RBM的模型参数,之后利用隐层输出来表征输入语音超向量的说话人信息.文中比较了不同结构和模块(包括构建RBM的2种单元分布、线性判别分析等)对说话人确认性能的影响.所提方法作为一种新的i-vector特征表示方法,在NIST SRE 2008上取得了和i-vector说话人基线系统相当的性能.通过与i-vector基线系统进行融合,系统性能进一步提升.在NIST SRE 2008女性电话语音测…展开v

关键词：说话人确认、身份认证矢量、深度学习、受限玻尔兹曼机、线性判别分析

所属期刊栏目：37

分类号：TP391.42;TP701(计算技术、计算机技术)

资助基金：重庆市自然科学基金计划cstc2012jjA40046

在线出版日期：2016-06-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：256-262