论文部分内容阅读
提出了一种基于本征音因子分析的文本无关的说话人识别方法。它解决了训练语音与测试语音均很短的情况下，传统的基于最大后验概率准则的混合高斯模型无法建立稳定的说话人模型问题。首先利用期望最大化算法在开发集上训练出说话人的本征音载荷矩阵，在说话人模型建模时通过将短时语音数据向本征音空间的降维映射来得到模型参数。实验结果表明，在NIST SRE 2006数据库中的10s训练语音-10s测试语音任务中，在传统的混合高斯模型的基线系统上，通过采用本征音因子分析的方法可以使系统等错误率降低18％。