半监督学习机制下的说话人辨认算法.PDFVIP

第35卷 第14期 计 算 机 工 程 2009年 7月 Vo1．35 No． ComputerEngineering July 2009 · 人工智能及识别技术 · 文章编号：100{)3428(2009)1__022l—3 文献标识码：A 中圈分类号：TP18 半监督学习机制下的说话人辨认算法 李燕萍，唐振民，丁 辉，张 燕 (南京理工大学模式识别与智能系统实验室，南京 210094) 摘 要：针对说话人辨认中训练语音有限时系统泛化能力差的问题，提出一种基于半监督学习的复合高斯混合模型算法。通过复合高斯混 合模型对所有说话人的特征分布统一建模，基于半监督学习机制下的EM 算法对学习样本进行学习。实验证明，该算法能够充分利用未标 记样本对系统进行有效的自适应更新，改善系统的性能，获得比传统高斯混合模型更高的识别率，提高系统的泛化能力。 关健词：说话人辨认；半监督学习；复合高斯混合模型；EM 算法 SpeakerIdentificationAlgorithm of Semi—SupervisedLearningM echanism LIYan-ping，TANG Zhen-min，DING Hui，ZHANGYan (LabofPatternRecognitionandIntelligenceSystem，NanjingUniversityofScienceandTechnology,Nanjing210094) [Abstract]Aimingatthelimitationofgeneralizationabilitywhenthespeakeridentificationsystemfallsshortoftrainingdata，thispaperproposes anewmethodofcomplexGaussianMixtureModeI(GMM)basedonSemi-SupervisedLearning(SSL)．ItusescomplexGMM tomodelthefeature distributionofallspeakersandthetrainingperiodadoptedSSLbasedoniterativealgorithm ．Experimentalshowshtatthisnew mehtodcantakefull advantageofunlabeleddataontheself-adaptiveupdating，improvehteperformance，gethigherrecognitionratecomparedwithtraditionalGMM ， andeffectivelyenhancethegeneralizationabilityofsystem ． [Keywords]speakeridentification；Semi—SupervisedLearning(SSL)；complexGaussianMixtureModel(GMM)；EMalgorithm 1 概述 的D维特征矢量；@为第i个分量的混合权值 ；统计模型的 说话人辨认是通过话音对说话人进行区分，从而进行身 参数集可以表示为： ={，麒， }，( 1，2，…，)。 份鉴别和验证的技术。目前，基于高斯混合模型 (Gaussian 3 基于半监督学习的复合高斯混合模型算法 MixtureModel，GMM)的说话人识别方法已成为主流学习技 3．1 半监督学习 术之一。传统的GMM模型的建模一般选用EM 算法进行迭 半监督学习的研究始于 B．Shahshahani和 D．Landgrebe” 代优化，需要足够的训练数据来准确刻画说话人的特征分布， 的工作，在基于内容的图像检索、网页搜索、行为建模与异 但