计算机科学与探索

作者：瞿于荃, 龙华, 段荧, 邵玉斌, 杜庆治

单位：1. 昆明理工大学 信息工程与自动化学院，昆明 6500002. 昆明理工大学 云南省计算机国家重点实验室，昆明 650000

关键词：总变率空间,时延神经网络（TDNN）,典型关联分析（CCA）,短语音

在短语音环境下，总变率空间对语音概率分布估计不足，导致说话人识别性能下降。针对上述问题，提出一种基于总变率空间和时延神经网络（TDNN）的增强说话人身份向量的方法。目的是学习总变率空间和时延神经网络的线性相关性，同时提取说话人嵌入向量并投影在新的空间上，组合成新的说话人超向量来增强说话人信息。训练阶段，分别训练总变率空间和时延神经网络，重新组建一个无关说话人集，从中提取身份向量和x向量并在典型关联分析（CCA）下得到投影矩阵；注册和测试阶段，抽取注册和测试说话人的嵌入向量，通过投影矩阵映射在新空间中，然后组合向量增强说话人身份信息。实验表明，在短注册时长和短测试时长下，融合的新向量比基线身份向量、x向量在等误差率上都有明显下降。

来源：2021年第7期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2021年第7期