似然得分归一化及其在与文本无关说话人确认中的应用-电子与信息学报.pdf

第 27卷第 7期 电 子 与 信 息 学 报 、，01．27NO．7 2005年 7月 JournalofElectronics InformationTechnology Ju1．2005 似然得分归一化及其在与文本无关说话人确认 中的应用 邓浩江 杜利 民 万洪杰 (中国科学院声学研究所语音交互技术研究中心 北京 100080) 摘 要：该文研究了似然得分归一化方法的原理，建立 了基于 自适应 GMM模型的说话人确认系统，并将非特定人 的背景模型与特定人 的 cohort模型相结合，提出了混合归一化的方法。在 电话语音条件下，该文 比较 了不同得分 归一化方法对确认系统性能的影响。实验表明，在 自适应GMM模型似然比得分的基础上，T．cohort与通用背景模 型混合归一化能获得最佳识别效果。当错误拒绝率为 5％时，该方法可 以获得 0．5％的错误接受率，远远低于采用通 用背景模型归一化方法的2％。 关键词：说话人确认，高斯混合模型，得分归一化，与文本无关 中图分类号：TP391．42 文献标识码 ：A 文章编号：1009．5896(2005)07．1025．05 LikelihoodScoreNormalizationandItsApplication inText—IndependentSpeakerVerification DengHao-jiang DuLi-min WanHong-jie (SITR，InstituteofAcoustics，ChineseAcademyofSciences，Be~／ing100080，China) Abstract In thispaper,themethodoloyg oflikelihood scorenormalization isstudied．Thetext·independentspeaker recognitionsystem basedontheadaptedGaussionMixtureModels(GMMs)isestablished，andtheapproachtonomralize scorescombiningspeaker-independentbackgroundmodelandthespeaker-dependentmodelsofcohort speakersetsare proposed．Thespeakerverificationexperimentsovertelephonechannelsshow thatbasedonthelikelihoodratioofadapted GMMssystem，bothcohort nomr alization and hybrid scorenomr aliaztion approachescan improvethe verification perfomranceofbaselinesystem usingUniversalBackgroundModel(UBM)．Specially,thehybridapproachcombining UBM nadcohortmodelsselectedduringtesting (T-cohortnomr aliaztion)achievethebestperformance．Atamiss probabilityof5％．thehybridapproachusingUBM andT-cohortmodelsreducethefalsealamr rateto0．5％ comparedto 2％ f0rthebaseline、 Keywords Spe kaerverification，Gaussianmixture model，Scorenomr aliaztion，Text．independent 1 己I吉