一种基于受限玻尔兹曼机的说话人特征提取算法 .pdfVIP

学兔兔 第37卷 第2期 仪 器 仪 表 学 报 Vo1．37 No．2 2016年2月 Chinese Journal of Scientific Instrument Feb．2016 一 种基于受限玻尔兹曼机的说话人特征提取算法 酆 勇 ，熊庆宇 ，石为人 ，曹俊华 (1．重庆大学自动化学院 重庆 400044；2．重庆市公安局 重庆 400010) 摘 要：基于总体空间差异模型的身份认证矢量(即i-vector)已经在说话人识别任务中得到了广泛应用。本文提出了一种基于 受限玻尔兹曼机(RBM)的说话人特征向量提取方法来替代总体差异建模的特征提取方法。该方法通过训练得到RBM的模型 参数，之后利用隐层输出来表征输入语音超向量的说话人信息。文中比较了不同结构和模块(包括构建RBM的2种单元分布、 线性判别分析等)对说话人确认性能的影响。所提方法作为一种新的i-vector特征表示方法，在NIST SRE 2008上取得了和i— vector说话人基线系统相当的性能。通过与i-vector基线系统进行融合，系统性能进一步提升。在NIST SRE 2008女性电话语 音测试集和男性电话语音测试集上的等错误率分别降至6．83％和4．73％。 关键词：说话人确认；身份认证矢量；深度学习；受限玻尔兹曼机；线性判别分析 中图分类号：TP391．42 TP701 文献标识码：A 国家标准学科分类代码：520．2040 Speaker feature extraction algorithm based on restricted Boltzmann Feng Yong 一，Xiong Qingyu ，Shi Weiren ，Cao Junhua (J．School ofAutomation，Chongqing University，Chongqing 400044，China； 2．Chongqing Public Security Bureau，Chongqing 400010，China) Abstract：The identity vector(i-vector)representation based on Total Variability Model(TVM)of speech utterances is widely utilized in speaker recognition task．In this paper，a speaker feature extraction algorithm based on restricted Bohzmann machines(RBM)called RBM—i—vector is presented for speaker verification．which can be viewed as an alternative for the i—vector based on TVM．The meth— od obtains the model parameters of RBM through training，then the linear output of the hidden layer is used to represent the speaker in— formation conveyed in the Gaussian mixture model(GMM)supervector．The influences of different bipartite structures and modules，in— cluding Bernoulli or Gaussian