基于i-vector的說話人識別系統(tǒng)及其應(yīng)用.pdf

1、說話人識別技術(shù)作為生物特征識別的一個方向，在理論和應(yīng)用領(lǐng)域都得到了快速發(fā)展和廣泛關(guān)注。本文主要是對基于i-vector的說話人識別算法進行研究，在此基礎(chǔ)上引入了PLDA信道補償算法以及海量數(shù)據(jù)的無標(biāo)注聚類。
　　在對經(jīng)典說話人識別算法的介紹中，從理論和實際應(yīng)用中分析了經(jīng)典算法存在的缺陷，由此推出了基于i-vector的說話人識別算法，闡述了算法的原理和工作流程，并通過實驗證明了其優(yōu)越的性能。為了提高系統(tǒng)的魯棒性，本文研究了PLDA

2、信道算法，對算法的原理進行了分析，從理論上說明了PLDA算法對信道補償?shù)淖饔谩?br>　　在實際應(yīng)用中，存在著大量的無標(biāo)注數(shù)據(jù)，而與此同時PLDA等算法需要大量的有標(biāo)注數(shù)據(jù)進行訓(xùn)練?；谶@樣的矛盾，本文重點研究了在無標(biāo)注數(shù)據(jù)下的說話人識別技術(shù)。以NIST2014說話人評測為出發(fā)點，首先介紹了無標(biāo)注數(shù)據(jù)用于SVM分類系統(tǒng)中對系統(tǒng)分類性能的提升，然后闡述了基于AHC的三種合并策略的聚類算法，并利用AHC-PLDA聚類算法為無標(biāo)注數(shù)據(jù)進行標(biāo)記