一种基于说话者话路变化的主成分分析方法 a pca method based on speaker session variability.pdfVIP

第22卷第2期 模式识别与人工智能 V01．22No．2 2009年4月 PRAI Apt 2009 一种基于说话者话路变化的主成分分析方法 龙艳花 郭武 戴礼荣 (中国科学技术大学电子工程与信息科学系科大讯飞语音实验室合肥230027) 摘要在文本无关的说话人确认中，训练与测试语音中信道环境的不匹配是一种说话者话路变化问题．这种不 匹配会严重降低说话人确认系统的性能．为了有效解决该问题，本文提出一种基于说话者话路变化的主成分分析 方法，将其应用在说话者确认中，我们将这种方法称为面向话路变化的主成分分析方法．这种方法能够与类内协方 差归一化结合，进一步提高识别效果．在NIST2006年说话者识别数据库上进行实验，证明该方法不仅在系统识别 等错误率上比基线系统有了24．2％的降低，而且在计算复杂度上相对于目前传统的方法也有很大的优势． 关键词 面向话路变化的主成分分析(SVPCA)，类内协方差归一化(WCCN)，广义线性序列超