基于Fisher判别字典学习的说话人识别.pdfVIP

第38卷第2期 电 子 与 信 息 学 报 V0l1．38No．2 2016年 2月 JournalofElectronics InformationTechnology Feb．2016 基于Fisher判别字典学习的说话人识别 王 伟 韩纪庆 郑铁然 郑贵滨 陶 耀 (哈尔滨工业大学计算机科学与技术学院 哈尔滨 150001) 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NISTSRE 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％。 关键词：说话人识别；字典学习；稀疏表示；Fisher判别 中图分类号：TP391．42 文献标识码：A 文章编号：1009．5896(2016)02—036％06 DOI：10．11999／JEIT150566 SpeakerRecognitionBasedonFisherDiscriminationDictionaryLeraning WANG W eli HAN Jiqing ZHENG Tieran ZHENG Guibin TAO Yao (SchoolofComputerScienceandTechnology，HarbinInstituteofTechnology，Harbin150001，China) Abstract：Motivatedby thesuccessofsparserepresentation in speakerrecognition，agooddictionaryplaysan importantroleinsparserepresentation．Inthispaper，thestructureddictionarylearningisintroducedtospeaker recognition based on the Fisher criterion．In the processoflearning the discrimination dictionary，each sub—dictionary ofthelearned dictionary correspondsto aclasslabel，SO thereconstruction errorofthesame training samples is smal1．Meanwhile，the sparse coding coefficientshave smallwith—class scatter and big between—classscatter．On theNIST SRE 2003 database，theexperimentalresultsindicatethattheproposed methodachievesanEqualErrorRate(EER)of7．62％，andthei-vectorsystembasedoncosinedistancescoring givesanEERof6．7％．Moreover．anEERof5．07％isobtainedbycombiningtwosystems． Keywords：Speakerrecognition；Dictionarylearning；Sparserepresentation；FisherDiscrimination(FD) 1 引言 准的数据模型法 (例如 ：wavelets[，curvelets[】和 说话人识别是语音识别领域